力扣1143.最长公共子序列
题目链接:https://leetcode.cn/problems/longest-common-subsequence/
思路
dp数组的含义
dp[i][j]:长度为[0,i-1]的text1字符串和长度为[0,j-1]的text2字符串的最长公共子序列的长度
递推公式
(1)如果text1(i-1)==text2(j-1),dp[i][j] = dp[i-1][j-1]+1,这一点在最长重复子数组那一题讲过
(2)如果不相等,例如text1=[a,b,c],text2=[a,c,e],在i=2,j=2处不相等,那么有两种情况:(1)i回退一格,j不回退,即text1=[a,b],text2=[a,c,e],这里也是能求得最长公共子序列的;(2)i不回退,j回退一格,即text1=[a,b,c],text2=[a,c],这里也是能求得最长公共子序列的。所以dp[i][j]应该取二者的最大值。即,dp[i][j] = max(dp[i-1][j],dp[i][j-1])
初始化
先看看dp[i][0]应该是多少呢?
test1[0, i-1]和空串的最长公共子序列自然是0,所以dp[i][0] = 0;
同理dp[0][j]也是0。
其他下标都是随着递推公式逐步覆盖,初始为多少都可以,那么就统一初始为0。
遍历顺序
由于递推公式中,dp[i][j]由dp[i-1][j-1],dp[i-1][j],dp[i][j-1]推得,所以要从前往后遍历
打印数组
基于dp数组的定义,最后return dp[text1.length()][text2.length()]
完整代码
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int[][] dp = new int[text1.length()+1][text2.length()+1];
for (int i = 1; i <= text1.length(); i++) {
for (int j = 1; j <= text2.length(); j++) {
if(text1.charAt(i-1) == text2.charAt(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[text1.length()][text2.length()];
}
}
力扣1035.不相交的线
题目链接:https://leetcode.cn/problems/uncrossed-lines/
思路
和最长公共子序列一模一样,不相交即是不能改变子序列顺序的意思。
完整代码
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];
}
}
力扣53.最大子序和
题目链接:https://leetcode.cn/problems/maximum-subarray/
思路
dp数组的含义
dp[i]:以nums[i]为结尾的最大子序和
递推公式
两种情况:
(1)延续之前的子序和,再加上当前遍历的值,即dp[i]=dp[i-1]+nums[i]
(2)不要之前的子序和了,从现在开始算,即dp[i]=nums[i]
初始化
dp[0]=nums[0]
遍历顺序
从前往后
###打印数组
由于dp数组的定义是以nums[i]为结尾的最大子序和,所以还需要遍历dp数组,找到最大值
完整代码
class Solution {
public int maxSubArray(int[] nums) {
int[] dp = new int[nums.length];
dp[0] = nums[0];
int res = nums[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;
}
}