【Leetcode】718. Maximum Length of Repeated Subarray

动态规划里的最长公共子串问题
1.0代码

class Solution(object):
    def findLength(self, A, B):
        """
        :type A: List[int]
        :type B: List[int]
        :rtype: int
        """
        #设置dp矩阵
        dp = [[0 for row in range(len(A))] for _ in range(len(B))]
        max_ = 0
        for i,v in enumerate(A):
            if B[0] == v:
                dp[0][i] = 1
        for i,v in enumerate(B):
            if A[0] == v:
                dp[i][0] = 1
        #如果有相同的字符，则根据dp矩阵左上角数字加一以表示连续性
        for i in range(1,len(B)):
            for j in range(1,len(A)):
                if B[i] == A[j]:
                    dp[i][j] = dp[i-1][j-1] + 1
                    max_ = max(dp[i][j],max_)
        return max_
            

自己写的第一版代码巨费时。
这个用dp算法比较耗时，但是可以作为dp算法的入门题来理解一下

#max_ = max(dp[i][j],max_)
max_ = max_ if dp[i][j] <max_ else dp[i][j]

参考discuss发现max函数虽然美观但是费时，多了大约400ms,不如直接去比较