算法笔记|Day38动态规划XI
☆☆☆☆☆leetcode 1143.最长公共子序列
题目分析
首先将text1和text2转为char数组char1[]和char2[]。
1.dp数组含义:dp[i][j]表示以char1[i-1]和char2[j-1]之前的最长公共子序列长度;
2.递推公式:if(char1[i-1]==char2[j-1])dp[i][j]=dp[i-1][j-1]+1(如果前一个元素相等,dp[i][j]在dp[i-1][j-1]的基础上加一),其他情况dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1])(如果前一个元素不等,dp[i][j]取dp[i-1][j]和dp[i][j-1]的最大值)
3.初始化:所有dp[i][0]=0,所有dp[0][j]=0;
4.遍历顺序:从小到大。
代码
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
char char1[]=text1.toCharArray();
char char2[]=text2.toCharArray();
int dp[][]=new int[char1.length+1][char2.length+1];
for(int i=1;i<=char1.length;i++){
for(int j=1;j<=char2.length;j++){
if(char1[i-1]==char2[j-1]){
dp[i][j]=dp[i-1][j-1]+1;
}else{
dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[char1.length][char2.length];
}
}
☆☆☆☆☆leetcode 1035.不相交的线
题目链接:leetcode 1035.不相交的线
题目分析
不相交的线的最大条数即为两个数组最长公共子序列的长度。
1.dp数组含义:dp[i][j]表示以nums1[i-1]和nums2[j-1]为结尾的最长重复子数组长度,取所有dp[i][j]中的最大值即为所求最长重复子数组的长度;
2.递推公式:if(nums1[i-1]==nums2[j-1])dp[i][j]=dp[i-1][j-1]+1(如果结尾元素相等,dp[i][j]在dp[i-1][j-1]的基础上加一);
3.初始化:所有dp[i][0]=0,所有dp[0][j]=0;
4.遍历顺序:从小到大。
代码
class Solution {
public int maxUncrossedLines(int[] nums1, int[] nums2) {
int dp[][]=new int[nums1.length+1][nums2.length+1];
for(int i=1;i<=nums1.length;i++){
for(int j=1;j<=nums2.length;j++){
if(nums1[i-1]==nums2[j-1]){
dp[i][j]=dp[i-1][j-1]+1;
}else{
dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[nums1.length][nums2.length];
}
}
☆☆☆☆☆leetcode 53. 最大子序和
题目链接:leetcode 53. 最大子序和
题目分析
1.dp数组含义:dp[i]表示以nums[i]为结尾的最大连续子序列和为dp[i],取所有dp[i]中的最大值即为所求最大子序和;
2.递推公式:dp[i]=Math.max(dp[i-1]+nums[i],nums[i])(nums[i]加入当前连续子序列和即为dp[i-1]+nums[i],nums[i]不加入当前连续子序列和,也就是从头开始计算当前连续子序列和,即为nums[i]);
3.初始化:dp[0]=nums[0];
4.遍历顺序:从小到大。
代码
class Solution {
public int maxSubArray(int[] nums) {
int dp[]=new int[nums.length];
dp[0]=nums[0];
int res=dp[0];
for(int i=1;i<nums.length;i++){
dp[i]=Math.max(dp[i-1]+nums[i],nums[i]);
res=Math.max(dp[i],res);
}
return res;
}
}
☆☆☆☆☆leetcode 392.判断子序列
题目链接:leetcode 392.判断子序列
题目分析
首先将s和t转为char数组char1[]和char2[],s是否为t的子序列即为s与t的最长公共子序列长度是否等于s 的长度。
1.dp数组含义:dp[i][j]表示以char1[i-1]和char2[j-1]之前的最长公共子序列长度;
2.递推公式:if(char1[i-1]==char2[j-1])dp[i][j]=dp[i-1][j-1]+1(如果前一个元素相等,dp[i][j]在dp[i-1][j-1]的基础上加一),其他情况dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1])(如果前一个元素不等,dp[i][j]取dp[i-1][j]和dp[i][j-1]的最大值)
3.初始化:所有dp[i][0]=0,所有dp[0][j]=0;
4.遍历顺序:从小到大。
代码
class Solution {
public boolean isSubsequence(String s, String t) {
char char1[]=s.toCharArray();
char char2[]=t.toCharArray();
int dp[][]=new int[char1.length+1][char2.length+1];
for(int i=1;i<=char1.length;i++){
for(int j=1;j<=char2.length;j++){
if(char1[i-1]==char2[j-1]){
dp[i][j]=dp[i-1][j-1]+1;
}else{
dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[char1.length][char2.length]==char1.length;
}
}