Day46||1143.最长公共子序列 ● 1035.不相交的线 ● 53. 最大子序和动态规划

最新推荐文章于 2024-09-02 16:35:28 发布

int WINGsssss

最新推荐文章于 2024-09-02 16:35:28 发布

阅读量74

点赞数

文章标签：动态规划算法 c++

本文链接：https://blog.csdn.net/m0_63511417/article/details/130263255

版权

1143.最长公共子序列

这道题还是比较难的，需要考虑到初始化和递推公式的一些细节。do[i][j]继承前一个最大值的时候一定要注意不是dp[i-1][j-1]而是dp[i-1][j]和dp[i][j-1]！

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int> > dp(text1.size()+1,vector<int> (text2.size()+1,0));
        for(int i=1;i<=text1.size();i++)
        {
            for(int j=1;j<=text2.size();j++)
            {
                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[text1.size()][text2.size()];

    }
};

1035.不相交的线

可以说和上一道题一模一样！

class Solution {
public:
    int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
         vector<vector<int> > dp(nums1.size()+1,vector<int> (nums2.size()+1,0));
        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;
                else
                dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
            }
        }
        return dp[nums1.size()][nums2.size()];

    }
};

53. 最大子序和动态规划

贪心的解法其实就是动态规划解法的另一种表现形式！

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> dp(nums.size(),0);
        dp[0]=nums[0];
        int result=nums[0];
        for(int i=1;i<nums.size();i++)
        {
            dp[i]=max(nums[i],nums[i]+dp[i-1]);
            result=max(dp[i],result);

        }
        return result;


    }
};