✅做题思路or感想
经典子序列问题,都适合用动态规划来解
子序列默认不连续,子数组默认连续!
dp数组含义
子序列的题一般都这样子定义dp数组:dp[i][j]
表示以nums1[i - 1]
结尾和以nums2[j - 1]
结尾的公共子数列长度
为什么要这样子定义呢,因为这样子更方便针对空子数组做操作,比如dp[0][0]
根据意义是nums1[-1],nums2[-1]
,而这本是无意义的,这里就把这个看作空的子数组
(注意,一旦dp数组是这样的含义,最后return的最大长度就不一定是dp[nums1.size()][nums2.size()]
!)
递推公式
如果nums1[i - 1]
和num2[j - 1]
相等,则说明复合条件,可以接上这个元素,故有dp[i][j] = dp[i - 1][j - 1] + 1
初始化
没有什么特殊的声明,则都默认是没有公共子数组,即长度为0
遍历顺序
从小推大,故正序
class Solution {
public:
int findLength(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>>dp (nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
int result = 0; //由dp数组含义知,这里要专门用一个变量来记录dp数组中的最长的公共子数组
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;
}
//每遍历一次就记录一次
result = max(result, dp[i][j]);
}
}
return result;
}
};