300. 最长递增子序列
已解答
中等
相关标签
相关企业
给你一个整数数组 nums
,找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7]
是数组 [0,3,1,6,2,2,7]
的
子序列
。
示例 1:
输入:nums = [10,9,2,5,3,7,101,18] 输出:4 解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
示例 2:
输入:nums = [0,1,0,3,2,3] 输出:4
示例 3:
输入:nums = [7,7,7,7,7,7,7] 输出:1
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
dp=[1 for i in range(len(nums))] #dp[i]表示以nums[i]为结尾的最长子序列长度
for i in range(len(nums)):
for j in range(i):
if nums[i]>nums[j]:
dp[i]=max(dp[i],dp[j]+1)
return max(dp)
674. 最长连续递增序列
已解答
简单
相关标签
相关企业
给定一个未经排序的整数数组,找到最长且 连续递增的子序列,并返回该序列的长度。
连续递增的子序列 可以由两个下标 l
和 r
(l < r
)确定,如果对于每个 l <= i < r
,都有 nums[i] < nums[i + 1]
,那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]]
就是连续递增子序列。
示例 1:
输入:nums = [1,3,5,4,7] 输出:3 解释:最长连续递增序列是 [1,3,5], 长度为3。 尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的,因为 5 和 7 在原数组里被 4 隔开。
示例 2:
输入:nums = [2,2,2,2,2] 输出:1 解释:最长连续递增序列是 [2], 长度为1。
class Solution:
def findLengthOfLCIS(self, nums: List[int]) -> int:
dp=[1 for i in range(len(nums))]
for i in range(1,len(nums)):
if nums[i-1]<nums[i]:
dp[i]=dp[i-1]+1
return max(dp)
718. 最长重复子数组
提示
给两个整数数组 nums1
和 nums2
,返回 两个数组中 公共的 、长度最长的子数组的长度 。
示例 1:
输入:nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7] 输出:3 解释:长度最长的公共子数组是 [3,2,1] 。
示例 2:
输入:nums1 = [0,0,0,0,0], nums2 = [0,0,0,0,0] 输出:5
class Solution:
def findLength(self, nums1: List[int], nums2: List[int]) -> int:
dp=[[0 for i in range(len(nums1)+1)] for j in range(len(nums2)+1)] #dp用来记录两重for循环的结果 nums1[i-1],nums2[j-1]为结尾相等的最长子数组
result=0
for i in range(1,len(nums2)+1):
for j in range(1,len(nums1)+1):
if(nums2[i-1]==nums1[j-1]):
dp[i][j]=dp[i-1][j-1]+1
if dp[i][j]>result:
result=dp[i][j]
return result
392. 判断子序列
给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace"
是"abcde"
的一个子序列,而"aec"
不是)。
进阶:
如果有大量输入的 S,称作 S1, S2, ... , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?
致谢:
特别感谢 @pbrother 添加此问题并且创建所有测试用例。
示例 1:
输入:s = "abc", t = "ahbgdc" 输出:true
示例 2:
输入:s = "axc", t = "ahbgdc" 输出:false
class Solution:
def isSubsequence(self, s: str, t: str) -> bool:
# 创建一个二维数组 dp,用于存储最长公共子序列的长度
dp = [[0] * (len(t) + 1) for _ in range(len(s) + 1)]
# 遍历 s 和 t,填充 dp 数组
for i in range(1, len(s) + 1):
for j in range(1, len(t) + 1):
if s[i - 1] == t[j - 1]:
# 如果 s[i-1] 和 t[j-1] 相等,则当前位置的最长公共子序列长度为左上角位置的值加一
dp[i][j] = dp[i - 1][j - 1] + 1
else:
# 如果 s[i-1] 和 t[j-1] 不相等,则当前位置的最长公共子序列长度为左方的较大值
dp[i][j] = dp[i][j - 1]
# 返回最长公共子序列的长度
return dp[len(s)][len(t)]==len(s)