动态规划 | 300. 最长递增子序列 674. 最长连续递增序列 718. 最长重复子数组

300. 最长递增子序列

题目链接： 300. 最长递增子序列 - 力扣（LeetCode）

思路

1. dp[i]表示包含nums[i]的最长递增子序列的长度，时间复杂度: O(n^2)
2. 题目要求优化时间复杂度为O(nlogn)，该怎么做？

动态规划

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        dp = [1]*len(nums)
        for i in range(1,len(nums)):
            for j in range(i):
                if nums[i]>nums[j]:
                    dp[i] = max(dp[i],dp[j]+1)
        return max(dp)

674. 最长连续递增序列

题目链接： 674. 最长连续递增序列 - 力扣（LeetCode）

动态规划

class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        dp = [1]*len(nums)
        for i in range(1,len(nums)):
            if nums[i]>nums[i-1]:
                dp[i] = dp[i-1]+1
        return max(dp)

718. 最长重复子数组

题目链接： 718. 最长重复子数组 - 力扣（LeetCode）

思路

1. dp[i][j]表示包含nums1[j-1]和nums2[i-1]的两个子数组最大公共后缀子数组长度。
2. 状态转移方程：nums1[j-1] != nums2[i-1]，dp[i][j]为0；nums1[j-1] == nums2[i-1]，dp[i][j]=dp[i-1][j-1]+1。用res记录最长值

动态规划

class Solution:
    def findLength(self, nums1: List[int], nums2: List[int]) -> int:
        dp = [[0]*(len(nums1)+1) for _ in range(len(nums2)+1)]
        res = 0
        for i in range(1,len(nums2)+1):
            for j in range(1,len(nums1)+1):
                if nums2[i-1] == nums1[j-1]:
                    dp[i][j] = dp[i-1][j-1]+1
                    res = max(res,dp[i][j])
        return res