代码随想录算法训练营第五十六天｜动态规划：300.最长递增子序列、674. 最长连续递增序列、718. 最长重复子数组

【300.最长递增子序列】

这个 题目里面dp数组的定义比较好理解。就是第i个元素有多少个最长递增子序列。

比较难理解的是dp数组的递推公式。

原理是，将i之前的元素逐个和nums[i]进行比较，如果nums[i]大于nums[j]那么就意味着可以更新dp[i]的值，更新dp[i]的条件是dp[j]+1大于dp[i]。

下面我们可以写出代码：

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

注意：结果是取所有dp[i]中最大的值，所以res要每次遍历之后都更新。

【674. 最长连续递增序列】

这个题目比上个题目要简单点。简单的地方在于递推公式。

if(nums[i] > nums[i-1])dp[i] =dp[i-1]+1;

需要注意的是dp数组的定义是：以下标i为结尾的数组的连续最大的递增序列。

每次都需要更新一次resul

代码如下：

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

【718. 最长重复子数组】

这个题目重点在于弄清楚dp数组的定义：

dp[i][j]为以下标i-1为结束的子数组和以j-1为结束的子数组的最长重复子数组的长度。

有了这个定义之后，我们的递推公式就简单了。如果nums [i-1] ==nums[j-1]那么dp[i][j]=dp[i-1][j-1]+1

代码如下：

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