语言
Java
1143.最长公共子序列
题目
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。
思路
依旧采取动规五部曲分析
1.dp数组的含义
在i,j的时候相同的个数
2.递推公式
如果字符比较相等的情况下
dp[i][j] = dp[i - 1][j - 1] + 1;
如果字符比较不相等的情况下
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
3.初始化
全初始化为0
4.遍历顺序
都可以
5.举例推导正确答案
代码
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
//定义一个二维数组,数组的含义是最长公共子序列
//初始化为0
//循环方式 都可以
int[][] dp = new int[text1.length() + 1][text2.length() + 1];
for (int i = 1; i <= text1.length(); i++) {
char char1 = text1.charAt(i - 1);
for (int j = 1; j <= text2.length(); j++) {
char char2 = text2.charAt(j - 1);
if (char1 == char2) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
return dp[text1.length()][text2.length()];
}
}
易错点
在第一遍思考的时候我就有想到要两个字符进行比较,后来才想到要用char进行比较
还有循环判断条件那里是小于等于。不是小于
1035.不相交的线
题目
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:
-
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。
思路
与上题一模一样
就是套了个线的壳子
就不做分析了。
代码
class Solution {
public int maxUncrossedLines(int[] nums1, int[] nums2) {
int[][] dp = new int[nums1.length + 1][nums2.length + 1];
for (int i = 1; i <= nums1.length; i++) {
int num1 = nums1[i - 1];
for (int j = 1; j <= nums2.length; j++) {
int num2 = nums2[j - 1];
if (num1 == num2) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
return dp[nums1.length][nums2.length];
}
}
易错点
无
53. 最大子序和
题目
给你一个整数数组 nums
,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
子数组是数组中的一个连续部分。
思路
动规五部曲分析
1.dp数组的含义
代表为i时最大的值
2.递推公式
- dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和
- nums[i],即:从头开始计算当前连续子序列和
可以推出来dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
3.初始化
dp[0]初始化为nums[0]
4.遍历顺序
递推公式中dp[i]依赖于dp[i - 1]的状态,需要从前向后遍历
5.举例推导正确性
代码
class Solution {
public int maxSubArray(int[] nums) {
if (nums.length == 0) {
return 0;
}
int res = nums[0];
int[] dp = new int[nums.length];
dp[0] = nums[0];
for (int i = 1; i < nums.length; i++) {
dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
res = res > dp[i] ? res : dp[i];
}
return res;
}
}
易错点
易错点在于递推公式,要比较之前的最大还是当前值最大
还有结果的迭代
392.判断子序列
题目
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?
思路
1.确定dp数组(dp table)以及下标的含义
dp[i][j] 表示以下标i-1为结尾的字符串s,和以下标j-1为结尾的字符串t,相同子序列的长度为dp[i][j]
2.递推公式
- if (s[i - 1] == t[j - 1])
- t中找到了一个字符在s中也出现了
- if (s[i - 1] != t[j - 1])
- 相当于t要删除元素,继续匹配
dp[i][j] = dp[i - 1][j - 1] + 1;
dp[i][j] = dp[i][j - 1];
3.dp数组如何初始化
都初始化为0
4.遍历顺序
同理从递推公式可以看出dp[i][j]都是依赖于dp[i - 1][j - 1] 和 dp[i][j - 1],那么遍历顺序也应该是从上到下,从左到右
5.举例推导结果
代码
class Solution {
public boolean isSubsequence(String s, String t) {
int length1 = s.length();
int length2 = t.length();
int[][] dp = new int[length1 + 1][length2 + 1];
for (int i = 1; i <= length1; i++) {
for (int j = 1; j <= length2; j++) {
if (s.charAt(i - 1) == t.charAt(j - 1)) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = dp[i][j - 1];
}
}
}
if (dp[length1][length2] == length1) {
return true;
} else {
return false;
}
}
}
易错点
在else的时候与公共子序列不一致。
总结
开启了子序列问题
明天继续动态规划!
坚持就是胜利