代码随想录算法训练营第五十七天 | 1143.最长公共子序列、1035.不相交的线、53. 最大子序和

1143.最长公共子序列

视频讲解：动态规划子序列问题经典题目 | LeetCode：1143.最长公共子序列_哔哩哔哩_bilibili

代码随想录

解题思路

这题和最长重复子数组的区别就是：这题并不是连续的

对于两个数组进行比较，我们一般使用二维数组即可

1.dp[i][j]  以i-1结尾的nums1，和以j-1结尾的nums2的最长公共子序列

以i-1结尾便于初始化

2.递推公式

if(nums[i-1]==nums[j-1])  dp[i][j] = dp[i-1][j-1]+1   //如果相同，则同时回退

else dp[i][j] = max(dp[i][j-1], dp[i-1][j]) 

3.初始化

dp[i][0] dp[0][j]都是0

4.遍历顺序

从左到右，从上到下推导

因为这题是求最长公共子序列，结果肯定在结尾处取得

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>> dp(text1.size()+1,vector<int>(text2.size()+1,0)); //i-1和j-1结尾的最长公共子序列
        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;   //如果相等，则同时回退
                 else dp[i][j] = max(dp[i][j-1],dp[i-1][j]);  //如果不相等，回退一位查看，由前面的推出来，与连续不同的是，连续遇到不相同的，要从0开始推，非连续只需要从前面已知的长度继续开始推
            }
        }
        return dp[text1.size()][text2.size()];
    }
};

1035.不相交的线

视频讲解：动态规划之子序列问题，换汤不换药 | LeetCode：1035.不相交的线_哔哩哔哩_bilibili

代码随想录

这一题和上一题是一样的，包括代码，其实求得就是最长公共子序列

class Solution {
public:
    int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
         vector<vector<int>> dp(nums1.size()+1,vector<int>(nums2.size()+1,0)); //i-1和j-1结尾的最长公共子序列
        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;   //如果相等，则同时回退
                 else dp[i][j] = max(dp[i][j-1],dp[i-1][j]);  //如果不相等，回退一位查看，由前面的推出来，与连续不同的是，连续遇到不相同的，要从0开始推，非连续只需要从前面已知的长度继续开始推
            }
        }
        return dp[nums1.size()][nums2.size()];
    }
};

53. 最大子数组和

视频讲解：看起来复杂，其实是简单动态规划 | LeetCode：53.最大子序和_哔哩哔哩_bilibili

代码随想录

解题思路

本次主要掌握动态规划的思路

1.dp[i] 以nums[i]为结尾的最大连续子数组的和

2.递推公式

dp[i] = max(nums[i] , dp[i-1]+nums[i]);   要么是前面的都不要了，就拿自身，要么就延续前面的

3.初始化

dp[0] = nums[0]

4.遍历顺序

从头到尾，结果在中间记录

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