day53最长公共子序列_不相交的线_最大子序和（动态规划）

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;
    }
}