300. 最长递增子序列
用当前值与之前的左右值比较,如果大于前面的值,那么就可以用前面的dp加上长度一(当前值本身长度)。就是前面的值大小记录下来,后面会用的到,到dp[i]的点记录了dp[i]之前的局部最长子序列,那么如果后续遍历到的值严格大于该值的话,就可以动态更新后面的值了。解决局部问题记录状态,解决全局问题就可以利用局部解的值来优化全局解。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
// dp[i]表示到i的最长递增子序列
if (nums.size() == 0) return 0;
vector<int> dp(nums.size(), 1);
int res = 1;
for (int i = 1; i < nums.size();i++) {
for (int j = 0; j < i; j++) {
if (nums[i] > nums[j]) {
dp[i] = max(dp[i], dp[j]+1);
}
}
if (dp[i] > res) res = dp[i];
}
return res;
}
};
674. 最长连续递增序列
这个序列要求是连续的,相当于子串。
在一个循环遍历中如果nums[i] > nums[i-1],那么就证明该值和前面一个还是递增的,而前面一个连续多少个,这已经在前面计算过了。至于更前面相隔不连续的序列,就不用了考虑了。同时利用res记录当前的最大值,即为最终结果。
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
int n = nums.size();
if (n == 0) return 0;
int res = 1;
vector<int> dp(n, 1);
for (int i = 1; i < n; i++) {
if (nums[i] > nums[i-1])
dp[i] = dp[i-1] + 1;
if (dp[i] > res) res = dp[i];
}
for (auto i : dp) cout<<i<<" ";
return res;
}
};
718. 最长重复子数组
找两个数组的重复子数组,子数组的连续的,相当于子串。这题其实我还没搞透彻,这是跟着代码随想录敲的代码。下次一定搞懂(嘻嘻)
class Solution {
public:
int findLength(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>> dp(nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
int res = 0;
for (int i = 1; i <= nums1.size(); i++) {
for (int j = 1; j <= nums2.size(); j++) {
if (nums1[i-1] == nums2[j-1]) {
dp[i][j] = dp[i-1][j-1]+1;
}
if (dp[i][j] > res) res = dp[i][j];
}
}
return res;
}
};
今天已经写了十题左右的LeetCode了,一般是自己写,一半是照抄的,当然照抄并不可耻,熟能生巧,起码也熟练度上有进步的。今天最难的题是含有冻结期的股票交易,状态难想,代码不规整,挺难实现的,但是得明确一个原则就是股票求的是最佳受益,dp[i]表示第i天的受益,至于第二维的状态定义完全取决于自己。子序列是最清新的题,就是再用一个空间来存储到达这里的最长递增序列,之后遍历时就可以利用前面局部已经得到的结果。加油,一天有一天的收获。