Day38 | 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

语言

Java

300.最长递增子序列

最长递增子序列

题目

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。

思路

1.dp[i]的定义

dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度

2.递推公式

 dp[i] = Math.max(dp[i], dp[j] + 1);

3.初始化

每一个i，对应的dp[i]（即最长递增子序列）起始大小至少都是1.

4.遍历顺序

dp[i] 是有0到i-1各个位置的最长递增子序列 推导而来，那么遍历i一定是从前向后遍历。

5.举例推导

代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        int[] dp = new int[nums.length];
        if (nums.length <= 1) return 1;
        int res = 1;
        Arrays.fill(dp, 1);
        for (int i = 1; i < dp.length; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) {
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
            res = Math.max(res, dp[i]);
        }
        return res;
    } 
}

易错点

理解了dp数组的含义，再想想递推公式就好了。

674. 最长连续递增序列

最长连续递增序列

题目

给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。

连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]] 就是连续递增子序列。

思路

1.dp[i]的定义

dp[i]：以下标i为结尾的连续递增的子序列长度为dp[i]。

2.递推公式

dp[i + 1] = dp[i] + 1;

3.初始化

将数组中的都赋值为1

4.遍历顺序

从递推公式上可以看出， dp[i + 1]依赖dp[i]，所以一定是从前向后遍历。

5.举例推导

代码

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

易错点

无

718. 最长重复子数组

最长重复子数组

题目

给两个整数数组 nums1 和 nums2 ，返回 两个数组中 公共的 、长度最长的子数组的长度 。

思路

1.dp[i][]j的定义

dp[i][j] ：以下标i - 1为结尾的A，和以下标j - 1为结尾的B，最长重复子数组长度为dp[i][j]。

2.递推公式

dp[j] = dp[j - 1] + 1;

或dp[j] = 0;

3.初始化

dp[i][0] 和dp[0][j]初始化为0

4.遍历顺序

外层for循环遍历A，内层for循环遍历B

5.举例推导

代码

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int[] dp = new int[nums2.length + 1];
        int result = 0;

        for (int i = 1; i <= nums1.length; i++) {
            for (int j = nums2.length; j > 0; j--) {
                if (nums1[i - 1] == nums2[j - 1]) {
                    dp[j] = dp[j - 1] + 1;
                } else {
                    dp[j] = 0;
                }
                result = Math.max(result, dp[j]);
            }
        }
        return result;
    }
}

易错点

在于推导公式的判断nums[i - 1]是否等于nums[j - 1]。

总结

这几道题挺难想

明天继续动态规划

加油！

立志不坚，终不济事