代码随想录训练营第五十二天| LeetCode300. 最长递增子序列、LeetCode674. 最长连续递增序列、LeetCode718. 最长重复子数组

文章介绍了使用动态规划方法解决LeetCode中的三个问题:300.最长递增子序列、674.最长连续递增序列和718.最长重复子数组。通过定义dp数组和递推公式,分别找到每个问题的解决方案,并提供了对应的Java代码实现。
摘要由CSDN通过智能技术生成

LeetCode300.最长递增子序列

题目链接:300.最长递增子序列
思路
  • 第一步,确定dp数组以及其下标的含义:dp[i]表示 i之前且包含以 nums[i]结尾的最长递增子序列的长度。

  • 第二步,确定递推公式:

    • 求从 0i- 1各个位置的最长递增子序列的长度 + 1,前提条件是 nums[i] > nums[j],其中 j 是从 0 到 i - 1 的遍历。

    • 所以,递推公式为
      d p [ i ] = M a t h . m a x ( d p [ i ] , d p [ j ] + 1 ) dp[i] = Math.max(dp[i], dp[j] + 1) dp[i]=Math.max(dp[i],dp[j]+1)

  • 第三步,初始化:从递推公式可以得,每个最长子序列得长度至少为 1。所以,对整个 dp 数组进行初始化为 1。

  • 第四步,遍历:

    • 首先从 0 到 i - 1进行遍历整个 nums 数组。
    • 其次在第二层循环中,从 0 遍历到 i - 1 得出以 nums[i] 结尾的最长递增子序列的长度。
代码
class Solution {
    public int lengthOfLIS(int[] nums) {
        if (nums.length <= 1){
            return nums.length;
        }
        int[] dp = new int[nums.length];
        for (int i = 0; i < nums.length; i++){
            dp[i] = 1;
        }
        int result = 0;
        for (int i = 1; i < nums.length; i++){
            for (int j = 0; j < i; j++){
                if (nums[i] > nums[j]){
                    dp[i] = Math.max(dp[j] + 1, dp[i]);
                }
            
            }
            result = Math.max(dp[i], result);
        }
        return result;
    }
}

LeetCode 674. 最长连续递增序列

题目链接:674. 最长连续递增序列
思路
  • 第一步,确定 dp 数组及其下标的含义:dp[i]表示 i之前且包含以 nums[i]结尾的连续递增子序列的长度。

  • 第二步,确定递推公式:

    • 由于是连续递增子序列,所以,本题仅需比较 nums[i]nums[i - 1]之间的大小即可。

    • 所以,递推公式为,当 nums[i] > nums[i - 1]
      d p [ i ] = d p [ i − 1 ] + 1 dp[i] = dp[i - 1] + 1 dp[i]=dp[i1]+1

  • 第三步,初始化:每个连续递增的子序列的长度至少为 1。所以,对整个 dp 数组进行初始化为 1。

  • 第四步,遍历顺序:从递推公式可以得出 dp[i]的值需要 dp[i - 1]推出,所以,遍历顺序为从前往后遍历。

代码:
public int findLengthOfLCIS(int[] nums) {
        if (nums.length == 0){
            return 0;
        }
        int[] dp = new int[nums.length];
        Arrays.fill(dp, 1);
        int result = 1;
        for (int i = 1; i < nums.length; i++){
            if (nums[i] > nums[i - 1]){
                dp[i] = dp[i - 1] + 1;
            }
//            System.out.println("****************");
//            System.out.println(dp[i]);
            if (dp[i] > result){
                result = dp[i];
            }
        }
        return result;
    }

LeetCode718.最长重复子数组

题目连接:718.最长重复子数组
思路
  • 第一步,首先确定dp数组以及下标的含义:采用二维数组,dp[i][j]表示以下标 i- 1nums1 和以下标 j - 1nums2,最长重复子数组的长度。

  • 第二步,确定递推公式:

    • 通过对 dp 数组的分析可以得出,dp[i][j] 的状态由 dp[i - 1][j - 1] 推出。所以递推公式为
      d p [ i ] [ j ] = d p [ i − 1 ] [ j − 1 ] + 1 dp[i][j] = dp[i - 1][j - 1] + 1 dp[i][j]=dp[i1][j1]+1
  • 第三步,初始化:对于 dp[i][0]dp[0][j] 初始化为 0 。

  • 第四步,确定遍历顺序:

    • 对于外层循环,遍历数组 nums1,内层遍历数组 nums2 。(对于 nums1nums2 谁是外层遍历,谁是内层遍历没有区别)
代码
class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int result = 0;
        int[][] dp = new int[nums1.length + 1][nums2.length + 1];
        for (int i = 1; i < nums1.length + 1; i++){
            for (int j = 1; j < nums2.length + 1; j++){
                if (nums1[i - 1] == nums2[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                    result = Math.max(result, dp[i][j]);
                }
            }
        }
        return result;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值