有关重复子序列的几道题

这篇博客探讨了如何使用动态规划解决三个与序列相关的问题:最长连续递增序列、最长重复子数组和最长公共子序列。代码示例展示了如何在C++中实现这些算法,通过对数组或字符串的比较和状态转移矩阵更新,找到序列中的关键特性。
摘要由CSDN通过智能技术生成

[674] 最长连续递增序列

代码

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

[718] 最长重复子数组

class Solution {
public:
    int findLength(vector<int>& nums1, vector<int>& nums2) {
        int n1=nums1.size();
        int n2=nums2.size();
        int result=0;
        vector<vector<int>> dp(n1+1,vector<int>(n2+1,0));
        int i,j;
        for(i=1;i<=n1;i++)
        {
            for(j=1;j<=n2;j++)
            {
                if(nums1[i-1]==nums2[j-1])
                {
                    dp[i][j]=dp[i-1][j-1]+1;
                }
                result=max(result,dp[i][j]);
            }
        }
        return result;
    }
};

[1143] 最长公共子序列

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int n1=text1.size();
        int n2=text2.size();
        int i,j;
        vector<vector<int>> dp(n1+1,vector<int>(n2+1,0));
        for(i=1;i<=n1;i++)
        {
            for(j=1;j<=n2;j++)
            {
                dp[i][j]=max(dp[i][j-1],dp[i-1][j]);
                if(text1[i-1]==text2[j-1])
                {
                    dp[i][j]=dp[i-1][j-1]+1;
                }
            }
        }
        return dp[n1][n2];
    }
};

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值