力扣算法篇：最长重复子数组（dp）

动态规划五部曲：
1、确定dp数组及其下标含义：
dp[i][j]:从nums1[0]到nums1[i-1]和从nums2[0]到nums2[j-1]的最长重复子数组的长度 包含nums[i-1]和nums[j-1]
2、确定递推式

if(nums1[i-1] = nums2[j-1]) dp[i][j] = dp[i-1][j-1]+1

3、初始化
初始化为0
4、遍历顺序
从前往后
5、举例推导dp数组

[1,2,3,2,1]
[3,2,1,4,7]
dp数组：
0 0 0 0 0 0 
0 0 0 1 0 0 
0 0 1 0 0 0 
0 1 0 0 0 0 
0 0 2 0 0 0 
0 0 0 3 0 0 

为什么dp数组的含义不定义成包含nums[i]和nums[j]的最长重复子数组的长度呢？从递推式可以看到，遍历i和j从1开始，如果定义成包含nums[i]和nums[j]，在这里的实现中就无法计算到dp[i][0]和dp[0][j],都会是0;实现相对本题dp定义来说更麻烦，所以这里定义成包含nums[i-1]和nums[j-1]，便于实现
题解：

class Solution {
public:
    int findLength(vector<int>& nums1, vector<int>& nums2) {
        //dp[i][j]:从nums1[0]到nums1[i-1]和从nums2[0]到nums2[j-1]的最长重复子数组的长度 包含nums[i-1]和nums[j-1]
        //确定dp递推式
        //if(nums1[i-1] = nums2[j-1]) dp[i][j] = dp[i-1][j-1]+1
        //定义dp数组
        vector<vector<int>> dp(nums1.size()+1,vector<int>(nums2.size()+1,0));
        //最大值
        int maxNum = 0;
        //计算dp数组
        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(maxNum<dp[i][j]){
                    maxNum = dp[i][j];
                }
            }
        }
        return maxNum;
    }
};