1143. 最长公共子序列
题目描述:
给定两个字符串 text1
和 text2
,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回 0
。
一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。
- 例如,
"ace"
是"abcde"
的子序列,但"aec"
不是"abcde"
的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。
解题思路:
算法思路:
1.
状态表⽰:
对于两个数组的动态规划,我们的定义状态表⽰的经验就是:
i.
选取第⼀个数组
[0, i]
区间以及第⼆个数组
[0, j]
区间作为研究对象;
ii.
结合题⽬要求,定义状态表⽰。
在这道题中,我们根据定义状态表⽰为:
dp[i][j]
表⽰:
s1
的
[0, i]
区间以及
s2
的
[0, j]
区间内的所有的⼦序列中,最
⻓公共⼦序列的⻓度。
2.
状态转移⽅程:
分析状态转移⽅程的经验就是根据「最后⼀个位置」的状况,分情况讨论。
对于
dp[i][j]
,我们可以根据
s1[i]
与
s2[j]
的字符分情况讨论:
.
两个字符相同,
s1[i] = s2[j]
:那么最⻓公共⼦序列就在
s1
的
[0, i - 1]
以
及
s2
的
[0, j - 1]
区间上找到⼀个最⻓的,然后再加上
s1[i]
即可。因此
dp[i][j] = dp[i - 1][j - 1] + 1
;
ii.
两个字符不相同,
s1[i] != s2[j]
:那么最⻓公共⼦序列⼀定不会同时以
s1[i]
和
s2[j]
结尾。那么我们找最⻓公共⼦序列时,有下⾯三种策略:
•
去
s1
的
[0, i - 1]
以及
s2
的
[0, j]
区间内找:此时最⼤⻓度为
dp[i
- 1][j]
;
•
去
s1
的
[0, i]
以及
s2
的
[0, j - 1]
区间内找:此时最⼤⻓度为
dp[i ]
[j - 1]
;
•
去
s1
的
[0, i - 1]
以及
s2
的
[0, j - 1]
区间内找:此时最⼤⻓度为
dp[i - 1][j - 1]
。
我们要三者的最⼤值即可。但是我们细细观察会发现,第三种包含在第⼀种和第⼆种情况⾥
⾯,但是我们求的是最⼤值,并不影响最终结果。因此只需求前两种情况下的最⼤值即可。
综上,状态转移⽅程为:
if(s1[i] == s2[j]) dp[i][j] = dp[i - 1][j - 1] + 1
;
if(s1[i] != s2[j]) dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
。
3.
初始化:
a.
「空串」是有研究意义的,因此我们将原始
dp
表的规模多加上⼀⾏和⼀列,表⽰空串。
b.
引⼊空串后,⼤⼤的⽅便我们的初始化。
c.
但也要注意「下标的映射关系」,以及⾥⾯的值要「保证后续填表是正确的」。
当
s1
为空时,没有⻓度,同理
s2
也是。因此第⼀⾏和第⼀列⾥⾯的值初始化为
0
即可保证
后续填表是正确的。
4.
填表顺序:
根据「状态转移⽅程」得:从上往下填写每⼀⾏,每⼀⾏从左往右。
5.
返回值:
根据「状态表⽰」得:返回
dp[m][n]
。
解题代码:
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int n=text1.size();
int m=text2.size();
vector<vector<int>>dp(n+1,vector<int>(m+1,0));
text1=" "+text1;
text2=" "+text2;
for(int i=1;i<=n;i++)
{
for(int j=1;j<=m;j++)
{
if(text1[i]==text2[j]) dp[i][j]=dp[i-1][j-1]+1;
else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
return dp[n][m];
}
};
1035. 不相交的线
题目描述:
在两条独立的水平线上按给定的顺序写下 nums1
和 nums2
中的整数。
现在,可以绘制一些连接两个数字 nums1[i]
和 nums2[j]
的直线,这些直线需要同时满足满足:
-
nums1[i] == nums2[j]
- 且绘制的直线不与任何其他连线(非水平线)相交。
请注意,连线即使在端点也不能相交:每个数字只能属于一条连线。
以这种方法绘制线条,并返回可以绘制的最大连线数。
解题思路:
算法思路:
如果要保证两条直线不相交,那么我们「下⼀个连线」必须在「上⼀个连线」对应的两个元素的
「后⾯」寻找相同的元素。这不就转化成「最⻓公共⼦序列」的模型了嘛。那就是在这两个数组中
寻找「最⻓的公共⼦序列」。
只不过是在整数数组中做⼀次「最⻓的公共⼦序列」,代码⼏乎⼀模⼀样,这⾥就不再赘述算法原
理啦
解题代码:
class Solution {
public:
int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
int n=nums1.size();
int m=nums2.size();
vector<vector<int>>dp(n+1,vector<int>(m+1,0));
for(int i=1;i<=n;i++)
{
for(int j=1;j<=m;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[n][m];
}
};