代码随想录算法训练营第43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

1.300.最长递增子序列

题目链接：300.最长递增子序列
文档讲解： 代码随想录

我一下子就想到之前做过的求最长摆动子序列长度的那道贪心算法题，想通过峰值来求最长递增子序列长度，但没想到，以[0,1,0,3,2,3]为例，从峰值看，0-1-3，只有三段，实际上可以加入2变成长度为4。感觉同时考虑峰值和谷值会很麻烦。

（1）确定数组和下标
为什么做不出来，关键原因在于dp数组定义不对，数组定不对，递推公式就找不到！
dp[i]表示以下标 i 元素结尾时最长严格递增子序列的长度
（2）递推关系式
找到比nums[i]小的元素 j，dp[i]取dp[j] + 1中的最大值
（3）初始化
单个元素也可以是递增子序列，因此初始值为1
（4）遍历顺序
两层循环，都从前往后
（5）打印数组
注意：这道题的结果不是dp[-1]，因为最长的不一定是以nums[-1]结尾，因此在循环内部保存最大值

class Solution(object):
    def lengthOfLIS(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        dp = [1] * len(nums)
        res = 1
        for i in range(1, len(nums)):
            for j in range(i):
                if nums[j] < nums[i]:
                    dp[i] = max(dp[i], dp[j] + 1)
                    res = max(res, dp[i])
        return res

2.674. 最长连续递增序列

题目链接：674. 最长连续递增序列
文档讲解： 代码随想录

与上一题的区别在于，不需要设置 j 去遍历 i 之前的所有元素。

class Solution(object):
    def findLengthOfLCIS(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        dp = [1] * len(nums)
        res = 1
        for i in range(1, len(nums)):
            if nums[i] > nums[i-1]:
                dp[i] = dp[i-1] + 1
                res = max(res,dp[i])
        return res

3.718. 最长重复子数组

题目链接：718. 最长重复子数组
文档讲解： 代码随想录

我连数组都定义不出来。。。
（1）确定数组和下标
使用2维数组来定义，dp[i][j]表示A中 i-1 个元素结尾，B中 j-1 个元素结尾的子数组的最大长度；为什么要设置为 i-1,j-1，是为了更方便的写出初始化的边界条件，以i,j会麻烦一点
（2）递推关系式
如果numsA[i-1] = numsB[j-1]，那么dp[i][j] = dp[i-1][j-1] + 1
（3）初始化
dp[i][0]和dp[0][j]是无意义的，而递推关系式是需要加一计算，所以初始值为0
（4）遍历顺序：从前往后，i 和 j 的遍历顺序无所谓先后
（5）打印数组

class Solution(object):
    def findLength(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: int
        """
        #i :nums1;j：nums2
        dp = [[0] * (len(nums2) + 1) for _ in range(len(nums1) + 1)]
        res = 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
                res = max(res, dp[i][j])
        return res