【代码随想录算法训练营】第52天 | 第九章 动态规划（十三）+ 复习第24天 第六章 回溯（一）

主要内容

子序列问题

动态规划题目

300.最长递增子序列

代码

class Solution:
    # dp[i]表示以nums[i]结尾的最长递增子序列长度
    # 递推公式 dp[i] 为 dp[j] + 1 的最大值 对于 j<i and nums[i]>nums[j]
    def lengthOfLIS(self, nums: List[int]) -> int:
        result = 1
        n = len(nums)
        dp = [1] * n
        for i in range(1, n):
            for j in range(i):
                if nums[i] > nums[j]:
                    dp[i] = max(dp[i], dp[j] + 1)
            result = max(result, dp[i])
        return result

674. 最长连续递增序列

代码

class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        n = len(nums)
        res = 1
        dp = [1] * n
        for i in range(n-1):
            if nums[i+1]>nums[i]:
                dp[i+1] = dp[i] + 1
                res = max(res, dp[i+1])
        return res

    # def findLengthOfLCIS(self, nums: List[int]) -> int:
    #     res = 1
    #     cur = 1
    #     n = len(nums)
    #     for i in range(1, n):
    #         if nums[i] > nums[i - 1]:
    #             cur += 1
    #             res = max(res, cur)
    #         else:
    #             cur = 1
    #     return res

718. 最长重复子数组

代码

class Solution:
    # dp[i][j]: 以nums1[i-1], nums2[j-1] 结尾的最长公共子数组长度
    # 递推公式 dp[i][j] = dp[i-1][j-1]+1
    def findLength(self, nums1: List[int], nums2: List[int]) -> int:
        m, n = len(nums1), len(nums2)
        res = 0
        dp = [[0] * (n+1) for _ in range(m+1)]
        for i in range(1, m+1):
            for j in range(1, n+1):
                if nums1[i - 1] == nums2[j - 1]:
                    dp[i][j] = dp[i - 1][j - 1] + 1
                    res = max(res, dp[i][j])
        return res