动态规划⑥

①

300. 最长递增子序列

难度中等1743

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        m=len(nums)
        dp=[1 for _ in range(m)]
        for i in range(m):
            
            for j in range(i):
                if nums[j]<nums[i]:
                    dp[i]=max(dp[i],dp[j]+1)
        return max(dp)

②

376. 摆动序列

难度中等472

如果连续数字之间的差严格地在正数和负数之间交替，则数字序列称为 摆动序列 。第一个差（如果存在的话）可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。

• 例如， [1, 7, 4, 9, 2, 5] 是一个 摆动序列 ，因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。

• 相反，[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列，第一个序列是因为它的前两个差值都是正数，第二个序列是因为它的最后一个差值为零。

子序列 可以通过从原始序列中删除一些（也可以不删除）元素来获得，剩下的元素保持其原始顺序。

给你一个整数数组 nums ，返回 nums 中作为 摆动序列 的 最长子序列的长度 。

示例 1：

输入：nums = [1,7,4,9,2,5]
输出：6
解释：整个序列均为摆动序列，各元素之间的差值为 (6, -3, 5, -7, 3) 。

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        n=len(nums)
        dp_u=[1 for _ in range(n)]
        dp_d=[1 for _ in range(n)]
        for i in range(1,n):
            if nums[i]<nums[i-1]:
                dp_u[i]=dp_u[i-1]
                dp_d[i]=max(dp_d[i-1],dp_u[i-1]+1)
                
            elif nums[i]>nums[i-1]:
                dp_u[i]=max(dp_u[i-1],dp_d[i-1]+1)
                dp_d[i]=dp_d[i-1]
            else:
                dp_u[i]=dp_u[i-1]
                dp_d[i]=dp_d[i-1]

        return max(dp_u[-1],dp_d[-1])

③

392. 判断子序列

难度简单476

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。

进阶：

如果有大量输入的 S，称作 S1, S2, ... , Sk 其中 k >= 10亿，你需要依次检查它们是否为 T 的子序列。在这种情况下，你会怎样改变代码？

致谢：

特别感谢 @pbrother 添加此问题并且创建所有测试用例。

示例 1：

输入：s = "abc", t = "ahbgdc"
输出：true

示例 2：

输入：s = "axc", t = "ahbgdc"
输出：false

1 使用双指针 2使用动态规划
class Solution:
    def isSubsequence(self, s: str, t: str) -> bool:
        sl=len(s)
        tl=len(t)
        i=j=0
        while i<sl and j<tl:
            if s[i]==t[j]:
                i+=1
                j+=1
            else:
                j+=1
        return i==sl



        dp=[0 for _ in range(len(s))]
        for i in range(len(s)):
            for j in range(len(t)):
                if s[i] not in t:
                    return False
                if s[i]==t[j]:
                    dp[i]=1
                    t=t[j+1:]
                    break
        return len(s)==sum(dp)