主要内容
子序列问题
动态规划题目
1143. 最长公共子序列
思路分析
1.dp[i][j]表示分别以 text1[i-1],text2[j-1] 结尾的字符串的最长公共子序列长度
2.递推公式:dp[i][j]由三个方向推出来
if text1[i-1] == text2[j-1]:dp[i][j]=dp[i-1][j-1] + 1
else : dp[i][j] = max(dp[i-1][j],dp[i][j-1])
3. 初始化 dp[0][j] = 0, dp[i][0] = 0
4. 遍历顺序
代码
class Solution:
# 1.dp[i][j]表示分别以 text1[i-1],text2[j-1] 结尾的字符串的最长公共子序列长度
# 2.递推公式:dp[i][j]由三个方向推出来
# if text1[i-1] == text2[j-1]:dp[i][j]=dp[i-1][j-1] + 1
# else : dp[i][j] = max(dp[i-1][j],dp[i][j-1])
# 3. 初始化 dp[0][j] = 0, dp[i][0] = 0
def longestCommonSubsequence(self, text1: str, text2: str) -> int:
m, n = len(text1), len(text2)
dp = [[0] * (n+1) for _ in range(m+1)]
for i in range(1, m+1):
for j in range(1, n+1):
if text1[i - 1] == text2[j - 1]:
dp[i][j] = dp[i-1][j-1] + 1
else:
dp[i][j] = max(dp[i-1][j], dp[i][j-1])
return dp[-1][-1]
1035. 不相交的线
思路分析
和上题1143. 最长公共子序列一模一样
代码
class Solution:
# 求最长公共子序列的长度
# 1. dp[i][j]为nums1[i-1]与nums2[j-1]的最长公共子序列
# 2. 递推公式 if nums[i-1]==nums2[j-1]:dp[i][j] = dp[i-1][j-1]+1
# else: dp[i][j] = max(dp[i]]j-1],dp[i-1][j])
def maxUncrossedLines(self, nums1: List[int], nums2: List[int]) -> int:
m, n = len(nums1), len(nums2)
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
else:
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
return dp[-1][-1]
53. 最大子数组和
思路分析
dp[i]表示以nums[i]结尾的最大和
dp[i] = max(dp[i-1] + nums[i], nums[i])
代码
class Solution:
# dp[i]表示以nums[i]结尾的最大和
# dp[i] = max(dp[i-1] + nums[i], nums[i])
def maxSubArray(self, nums: List[int]) -> int:
n = len(nums)
dp = [0] * n
dp[0] = nums[0]
res = nums[0]
for i in range(1, n):
dp[i] = max(dp[i-1]+nums[i], nums[i])
res = max(res, dp[i])
return res