Leetcode 718. Maximum Length of Repeated Subarray

问题概述

解题思路

这题的暴力解法是O()时间复杂度。首先遍历nums1数组，然后对每个元素a1，遍历nums2数组，找与之相等的元素，开始统计两者的公共长度。

一种动态规划的解法是O()时间复杂度。用二维数组dp[i][j]来统计nums1数组的第i个元素开头、nums2数组的第j个元素开头的公共子串长度，这样可以写出递推公式：

不过看到这个递推式子，我觉得可以写出空间复杂度为O()的方法。参考解法

算法性能

二维dp，时空复杂度为O()：

一维dp，空间复杂度为O(n)：

示例代码

二维dp，时空复杂度为O()：

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

一维dp，时空复杂度为O(n)：

class Solution {
public:
    int findLength(vector<int>& A, vector<int>& B) {
	int m = A.size();
	int n = B.size();
	if (!m || !n) {
		return 0;
	}
	vector<int> dp(n+1,0);
	int res = 0;
	for (int i = m-1; i >=0; i--) {
		for (int j = 0; j < n; j++) {
			dp[j] = (A[i] == B[j]) ? dp[j + 1] + 1 : 0;
			res = max(res, dp[j]);
		}
	}
	return res;     
    }
};