算法训练day50-动态规划-最长增长子序列、最长连续递增序列、最长重复子数组

300.最长递增子序列

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 。

解题思路

1. 确定dp数值下标及含义

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. 确定递推公式

dp[i] 可以由dp[j] (j:0->i)加1 推导出，当然前提是nums[i] > nums[j]。

所以dp[i] = 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. 确定遍历顺序

无所尾顺序，都可以，默认前到后

代码示例-java

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums==null||nums.length==0) return 0;
        //定义dp数组
        int[] dp = new int[nums.length];
        // 初始化 
        Arrays.fill(dp,1);
        // 遍历
        for(int i=0;i<nums.length;i++){
           for(int j=0;j<i;j++){
               if(nums[i]>nums[j]){
                   dp[i] = Math.max(dp[i],dp[j]+1);
               }
           }
        }
        // 找到最大子序列值返回
        int res = 0;
        for(int i=0;i<dp.length;i++){
            res = Math.max(res,dp[i]);
        }
        return res;
    }
}

674. 最长连续递增序列

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。

示例 1：

• 输入：nums = [1,3,5,4,7]

• 输出：3

• 解释：最长连续递增序列是 [1,3,5], 长度为3。尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。

解题思路

与300.最长递增子序列相比，本题多了一个“连续”的条件。

动态规划分析：

1. 确定dp数组下标及含义

dp[i] : 表示以下标i结尾的连续递增子序列长度为dp[i]

2. 确定递推公式

如果 nums[i] > nums[i - 1]，那么以 i 为结尾的连续递增的子序列长度 一定等于 以i - 1为结尾的连续递增的子序列长度 + 1 。

即：dp[i] = dp[i - 1] + 1;

3. 初始化

所以元素初始化为1

4. 遍历顺序

单层遍历，从前到后即可

5. 返回值

取dp最大元素

代码示例-java

class Solution {
    public int findLengthOfLCIS(int[] nums) {
       if(nums==null||nums.length==0) return 0;
       // dp数组定义
       int[] dp = new int[nums.length];
       // 初始化
       Arrays.fill(dp,1);
       // 遍历，单层循环
       for(int i=1;i<nums.length;i++){
           if(nums[i]>nums[i-1]){
              dp[i] = Math.max(dp[i],dp[i-1]+1);
           }
       }

       // 求最大值
       int res = 0;
       for(int i=0;i<dp.length;i++){
           res = Math.max(dp[i],res);
       }

       return res;

    }
}

718. 最长重复子数组

给两个整数数组 A 和 B ，返回两个数组中公共的、长度最长的子数组的长度。

示例：

输入：

• A: [1,2,3,2,1]

• B: [3,2,1,4,7]

• 输出：3

• 解释：长度最长的公共子数组是 [3, 2, 1] 。

提示：

• 1 <= len(A), len(B) <= 1000

• 0 <= A[i], B[i] < 100

解题思路

题目中的子数组其实和上题中的连续子序列是同一个东西。

1. 确定dp数组下标及含义

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. 确定递推公式

由于是连续的子序列，所以dp[i][j]只能由dp[i-1][j-1]推导出来，前提条件是A [i-1]= B[j-1]

即：dp[i][j] = dp[i-1][j-1]+1

3. 初始化

根据dp[i][j]的定义，dp[i][0] 和dp[0][j]其实都是没有意义的！

但dp[i][0] 和dp[0][j]要初始值，因为 为了方便递归公式dp[i][j] = dp[i - 1][j - 1] + 1;

所以dp[i][0] 和dp[0][j]初始化为0。

4. 遍历顺序

A外层循环，B内层循环或者反过来也可以

代码示例-java

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
       // 定义dp数组
       int[][] dp = new int[nums1.length+1][nums2.length+1];
       // 遍历
       int res = 0;
       for(int i=1;i<nums1.length+1;i++){
          for(int j=1;j<nums2.length+1;j++){
              if(nums1[i-1]== nums2[j-1]){
                  dp[i][j] = dp[i-1][j-1]+1;
              }
              res = Math.max(res,dp[i][j]);
          }
       }
       return  res;
    }
}