代码随想录训练营第五十二天| ● 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 

今天开始正式子序列系列，本题是比较简单的，感受感受一下子序列题目的思路。 

视频讲解：动态规划之子序列问题，元素不连续！| LeetCode：300.最长递增子序列_哔哩哔哩_bilibili

代码随想录​​​​​​

int lengthOfLIS(vector<int>& nums) {
        if (nums.size() <= 1) return nums.size();
        vector<int> dp(nums.size(), 1);
        int result = 1;
        for (int i = 1; i < nums.size(); i++) {
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j])
                    dp[i] = max(dp[i], dp[j]+1);
            }
            if (result < dp[i])
                result = dp[i];
        }
    return result;
    }

 dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度，在后序遍历中，j为i之前的元素若dp[i]比dp[j]大的话dp[i]就取dp[i]和dp[j]+1中更大的那一个，这样就实现了递增序列个数的计算。

674. 最长连续递增序列 

本题相对于昨天的动态规划：300.最长递增子序列 最大的区别在于“连续”。 先尝试自己做做，感受一下区别  

视频讲解：动态规划之子序列问题，重点在于连续！| LeetCode：674.最长连续递增序列_哔哩哔哩_bilibili

代码随想录

int findLengthOfLCIS(vector<int>& nums) {
        if (nums.size() <= 1) return nums.size();
        vector<int> dp(nums.size(), 1);
        int result = 1;
        for(int i = 1; i < nums.size(); i++) {
            if (nums[i] > nums[i-1])
                dp[i] = dp[i-1]+1;
            if (dp[i] > result)
                result = dp[i];
        }
        return result;
    }

求连续递增序列只需与前一个元素比较即可。

概括来说：不连续递增子序列的跟前0-i 个状态有关，连续递增的子序列只跟前一个状态有关

 718. 最长重复子数组 

稍有难度，要使用二维dp数组了

视频讲解：动态规划之子序列问题，想清楚DP数组的定义 | LeetCode：718.最长重复子数组_哔哩哔哩_bilibili

代码随想录

 使用二维dp数组进行两个序列的公共序列遍历

int findLength(vector<int>& nums1, vector<int>& nums2) {
        vector<vector<int>> dp (nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
        int result = 0;
        for (int i = 1; i <= nums1.size(); i++) {
            for (int j = 1; j <= nums2.size(); j++) {
                if (nums1[i - 1] == nums2[j - 1]) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }
                if (dp[i][j] > result) result = dp[i][j];
            }
        }
        return result;
    }