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;
}
};