【Leetcode】动态规划 之 子序列问题（连续）

674. 最长连续递增序列（连续）

给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。

连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-continuous-increasing-subsequence
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

class Solution {
    public int findLengthOfLCIS(int[] nums) {
    
        if(nums.length<=1)return nums.length;
        
 		int[] dp = new int[nums.length];
        for (int i = 0; i <dp.length ; i++) {
            dp[i]=1;
        }
        
        int res=0;
        for (int i = 1; i <nums.length ; i++) {
            if(nums[i]>nums[i-1]){
                dp[i]=dp[i-1]+1;
            }
            res=Math.max(res,dp[i]);
        }
        return res;
    }
}

718. 最长重复子数组 （连续）

给两个整数数组 A 和 B ，返回两个数组中公共的、长度最长的子数组的长度。

dp[i][j] ：以下标i - 1为结尾的A，和以下标j - 1为结尾的B，最长重复子数组长度为dp[i][j]。
即当A[i - 1] 和B[j - 1]相等的时候，dp[i][j] = dp[i - 1][j - 1] + 1;
举个例子A[0]如果和B[0]相同的话，dp[1][1] = dp[0][0] + 1，只有dp[0][0]初始为0，正好符合递推公式逐步累加起来。

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
 		int[][] dp = new int[nums1.length+1][nums2.length+1];
        dp[0][0]=0;
        dp[0][1]=0;
        dp[1][0]=0;

        int maxLen=0;
        for (int i = 1; i <=nums1.length ; i++) {
            for (int j = 1; j <=nums2.length ; j++) {
                if(nums1[i-1]==nums2[j-1]){
                    dp[i][j]=dp[i-1][j-1]+1; 
                }
                maxLen=Math.max(maxLen,dp[i][j]);
            }
        }
        return maxLen;
    }
}

53. 最大子序和

给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

class Solution {
    public int maxSubArray(int[] nums) {
        if(nums.length==0)return 0;
        if(nums.length==1)return nums[0];
        int[] dp = new int[nums.length];
        dp[0]=nums[0];
        int res=nums[0];
        for (int i = 1; i <nums.length ; i++) {
            dp[i]=Math.max(dp[i-1]+nums[i],nums[i]);
            if(dp[i]>res){
                res=dp[i];
            }
        }
        return res;
    }
}