Day46：1143.最长公共子序列、1035.不相交的线、53. 最大子数组和

---

1143.最长公共子序列

题目链接

思路

1. 确定dp数组（dp table）以及下标的含义
   dp[i][j]：长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]。
   这样可以简化代码，因为如果不加一层初始化为0的行和列，就要分情况讨论了，可以自行实验一下。

2. 确定递推公式
   主要就是两大情况：
   text1[i - 1] 与 text2[j - 1]相同，text1[i - 1] 与 text2[j - 1]不相同

   1. 如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素，所以dp[i][j] = dp[i - 1][j - 1] + 1;
   2. 如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。

   即：dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
   讲实话我一开始也无法理解这是什么东西，但是换个思路来看。当s[i-1]和t[j-1]不相等时，要么把s[i-1]去掉，比较s字符串下标0到i-2的范围和t字符串下标0到j-1的范围的最长子序列；或者把t[j-1]去掉，比较t字符串下标0到j-2的范围和s字符串下标0到i-1的范围的最长子序列，取值最大的那个。

3. dp数组如何初始化
   test1[0, i-1]和空串的最长公共子序列自然是0，所以dp[i][0] = 0;同理dp[0][j]也是0。

4. 确定遍历顺序
   从递推公式，可以看出有三个方向可以推出dp[i][j]，分别是上，左和左上。

5. 举例推导dp数组

代码实现

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>> dp(text1.size()+1,vector<int>(text2.size()+1,0));
        for(int i=1;i<=text1.size();i++){
            for(int j=1;j<=text2.size();j++){
                if(text1[i-1]==text2[j-1])dp[i][j]=dp[i-1][j-1]+1;
                else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
            }
        }
        return dp[text1.size()][text2.size()];
    }
};

---

1035.不相交的线

题目链接

思路

和上一道题一个意思，也是求子序列，而且顺序必须是从前到后，只不过换一种说法。

代码实现

class Solution {
public:
    int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
        vector<vector<int>> dp(nums1.size()+1,vector<int>(nums2.size()+1,0));
        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;
                else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
            }
        }
        return dp[nums1.size()][nums2.size()];
    }
};

---

53. 最大子数组和

题目链接

思路

这道题也用贪心写过，总而言之思路就是和小于0，拖累数组和就舍弃，不然就留着。

代码实现

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> dp(nums.size(),0);
        dp[0]=nums[0];
        int result=dp[0];
        for(int i=1;i<nums.size();i++){
            dp[i]=max(nums[i],dp[i-1]+nums[i]);
            if(result<dp[i])result=dp[i];
        }
        return result;
    }
};

---