1143.最长公共子序列
1.确定dp数组(dp table)以及下标的含义
dp[i][j]:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]。。这样定义是为了简化dp的初始化逻辑。
2.关于dp初始化
dp[i][0]含义是text1字符串和空字符串text2的共同部分长度,所以初始化为0
dp[0][j]含义是空字符串text1和字符串text2共同部分长度,所以初始化为0
3.递推公式
如果遍历到的两个字符相等,那么dp[i][j]=dp[i-1][j-1]+1
否则,我们需要在dp[i][j]记录下之前遍历到text1的前一个字符串或者text2的前一个字符串中公共字符串长度的较大者,即Math.max(dp[i-1][j],dp[i][j-1])
4.遍历顺序
从前往后,从上往下
5.举例推导dp
最后红框dp[text1.size()][text2.size()]为最终结果
代码实现
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int[][] dp=new int[text1.length()+1][text2.length()+1];
for(int i=1;i<dp.length;i++){//行
for(int j=1;j<dp[0].length;j++){//列
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()];
}
}
1035.不相交的线
直线不能相交,这就是说明在字符串A中 找到一个与字符串B相同的子序列,且这个子序列不能改变相对顺序,只要相对顺序不改变,链接相同数字的直线就不会相交。
虽然是连线,但分析完成后,这道题目跟1143题基本一样,都要求在元素相对不变的情况下求出最长公共子序列,代码就跟上一题一模一样
代码实现
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][j-1],dp[i-1][j]);
}
}
}
return dp[nums1.length][nums2.length];
}
}
53. 最大子序和
这次先用贪心做一遍,
class Solution {
public int maxSubArray(int[] nums) {
//用贪心,只要当前和是大于0的,那么就是有效的,否则那么最大和子数组的初始下标从当前遍历的位置开始
int sum=0;
int result=nums[0];//初始化为nums[0]是为了使得nums:[-1] 这种情况可以返回-1.或者这里也可以初始化为Integer.MIN_VALUE
for(int i=0;i<nums.length;i++){
sum+=nums[i];
result=Math.max(sum,result);
if(sum<=0){
sum=0;
}
}
return result;
}
}
用动态规划实现
1.dp含义
dp[i]表示包括下标i的最大连续子序列和为dp[i]
2.递推公式
dp[i]可以由两个方向推导出来:dp[i-1]+nums[i],即nums[i]加入当前连续子序列和;nums[i],即从当前位置计算连续子序列和
3.dp数组如何初始化
从递推公式可以看出dp[i]是依赖于dp[i-1]状态,dp[0]就是递推公式基础,跟据dp含义dp[0]=nums[0]
4.确定遍历顺序
递推公式中dp[i]依赖于dp[i - 1]的状态,需要从前向后遍历。
5.推导dp
注意一些特殊的测试用例,如
[-2,-1],[-1,-2]
注意要返回的不是dp数组的最后一个元素,而是在过程中遇到的最大元素
代码实现
class Solution {
public int maxSubArray(int[] nums) {
int[] dp=new int[nums.length];
// if(nums.length==1){return nums[0];}
dp[0]=nums[0];
int result=dp[0];//result要等于dp[0]
for(int i=1;i<nums.length;i++){
dp[i]=Math.max(dp[i-1]+nums[i],nums[i]);
if(dp[i]>result){result=dp[i];}
}
return result;
}
}