代码随想录算法训练营第三十七天| 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

写代码的第三十七天
子序列子序列！！！

300.最长递增子序列

思路

解决问题1：dp[i]数组的含义?到第i位的最长严格递增子序列的长度。
解决问题2：递推公式？分为两种情况，当前这个第i位究竟和前i-1位相比是不是递增的，如果不是递增的，那么dp[i]=dp[i-1]，如果是递增的（dp[i]>dp[i-1]），那么dp[i]=dp[i-1]+1(因为第i位是递增的，所以要在原始i-1的基础上加一)
解决问题3：dp数组的初始化为多少？dp0的时候也就是最大到第0位的时候严格递增子序列的长度是多少，是1，所以dp0初始化位1，其他的位置随意。
解决问题4：遍历顺序是什么？丛上面的递推公式可以看出所有的i都是从i-1得到的，所以从小到大开始遍历。
错误第一版：在这里不能return dp[-1]因为-1不一定代表整个数组的最长递增子序列的长度。在这个问题中，dp 数组中的每个元素 dp[i] 表示以 nums[i] 结尾的最长递增子序列的长度，而不是整个数组的最长递增子序列的长度。

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        if not nums:
            return 0
        dp = [0] * len(nums)
        dp[0] = 1
        for i in range(1,len(nums)):
            if nums[i] > nums[i-1]:
                dp[i] = dp[i-1] + 1
            else:
                dp[i] = dp[i-1]
        return dp[-1]

正确代码：

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        if not nums:
            return 0
        dp = [0] * len(nums)
        dp[0] = 1
        for i in range(1,len(nums)):
            if nums[i] > nums[i-1]:
                dp[i] = dp[i-1] + 1
            else:
                dp[i] = dp[i-1]
        return max(dp)

674. 最长连续递增序列

思路

本题和上题的区别在于当nums[i] < nums[i-1]的时候要重新计数设置dp[i]=1
正确代码：

class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        if not nums:
            return 0
        dp = [0] * len(nums)
        dp[0] = 1
        for i in range(1,len(nums)):
            if nums[i] > nums[i-1]:
                dp[i] = dp[i-1] + 1
            else:
                dp[i] = 1
        return max(dp)

718. 最长重复子数组

思路

解决问题1：dp[i][j]数组的含义?nums1到第i-1位同时nums2到第j-1位的最长严格递增子序列的长度。我理解的是这里是为了后续的初始化方便。
解决问题2：递推公式？当nums1[i]和nums2[j]相等的时候dp数组要加一，也就是dp[i-1][j-1]+1。
解决问题3：dp数组的初始化为多少？初始化为0即可。
解决问题4：遍历顺序是什么？从左到右从上到下。
正确代码：

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