【动态规划】二维数组的dp问题 最长重复子数组

题目链接：https://leetcode.cn/problems/maximum-length-of-repeated-subarray/description/

---

一.二维数组dp问题中子序列类型和子数组类型的经验总结

        在二维数组的dp问题中，子序列问题在研究状态时我们往往研究的是一段区间，比如"最长公共子序列中"s1在[0, i]区间和s2[0, j]区间内找公共最长子序列，这段子序列可能出现在区间内的任何一段或者几段的组合，所以我们遍历所有位置，把所有位置可能成立的信息保存在dp表中。

         而在子数组问题中，我们研究状态时还是以某一位置为结尾，只研究以这一位置为结尾的这段空间。因为子数组有一个重要的隐藏条件，就是连续，在判断所有题目的条件之前首先保证的是子数组的连续性，所以在判断状态时只需要用到紧挨这个状态的前一个状态即可。

 

---

 二.题目介绍

   

---

三.状态分析

        

---

四.完整代码

 int findLength(vector<int>& nums1, vector<int>& nums2) 
    {
        int m = nums1.size(), n = nums2.size(), res = INT_MIN;
        vector<vector<int>> dp(m+1, vector<int>(n+1));

        for(int i = 1; i < m+1; i++)
        {
            for(int j = 1; j < n+1; j++)
            {
                if(nums1[i-1] == nums2[j-1])
                    dp[i][j] = dp[i-1][j-1] + 1;
                
                res = max(res, dp[i][j]);
            }
        }

        return res;
    }