代码随想录第52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

● 300.最长递增子序列

思路

dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度

代码：

注意：需要判断[0]输出是1的情况。

class Solution {
    public int lengthOfLIS(int[] nums) {
        // if(nums.length==1)return 1;
        int[] dp = new int[nums.length];
        int res = 1;
        Arrays.fill(dp, 1);
        for(int i=1;i<nums.length;i++){
            for(int j=0;j<i;j++){
                if(nums[j]<nums[i]){
                    dp[i]=Math.max(dp[i],dp[j]+1);
                }
            }
            res = Math.max(res, dp[i]);
        }
        return res;
    }
}

● 674. 最长连续递增序列

思路：

代码：

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int[] dp=new int[nums.length];
        Arrays.fill(dp,1);
        int res=1;
        for(int i=1;i<nums.length;i++){
            if(nums[i]>nums[i-1]){
                dp[i]=dp[i-1]+1;
            }
            res=Math.max(res,dp[i]);
        }
        return res;
    }
}

● 718. 最长重复子数组

思路：

代码一：dp二维数组

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int res = 0;
        int[][] dp = new int[nums1.length + 1][nums2.length + 1];
        for(int i=1;i<=nums1.length;i++){//循环是为了匹配
            for(int j=1;j<=nums2.length;j++){
                if(nums1[i-1]==nums2[j-1]){
                    dp[i][j]=dp[i-1][j-1]+1;
                }
                res = Math.max(res,dp[i][j]);
            }
        }
        return res;
    }
}

代码二：滚动数组

我们可以看出dp[i][j]都是由dp[i - 1][j - 1]推出。那么压缩为一维数组，也就是dp[j]都是由dp[j - 1]推出。

也就是相当于可以把上一层dp[i - 1][j]拷贝到下一层dp[i][j]来继续用。

此时遍历B数组的时候，就要从后向前遍历，这样避免重复覆盖。

// 版本二

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int res = 0;
        int[]dp = new int[nums2.length + 1];
        for(int i=1;i<=nums1.length;i++){//循环是为了匹配
            for(int j=nums2.length;j>0;j--){
                if(nums1[i-1]==nums2[j-1]){
                    dp[j]=dp[j-1]+1;
                }else{
                    dp[j]=0;
                }
                res = Math.max(res,dp[j]);
            }
        }
        return res;
    }
}