打卡第43天------动态规划(递增序列)

加油，坚持！滴水石穿，从此offer到手，从此offer不再是路人。

一、最长递增子序列

leetcode题目链接：300.最长递增子序列

题目描述：

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。

按照动归五部曲的步骤来处理一下本题：

• 1、dp[i]定义

dp[i] 以nums[i]为结尾的最长子序列长度

• 2、递推公式

dp[i] = max(dp[i]+1, dp[i])

• 3、初始化

dp[i] = 1

• 4、遍历顺序：i从小到大去遍历
• 5、打印dp数组

具体来看一下在leetcode上AC的代码吧：

var lengthOfLIS = function(nums) {
    let dp = Array(nums.length).fill(1);
    let result = 1;

    for (let i = 1;i < nums.length;i++) {
        for (let j = 0;j < i;j++) {
            if (nums[i] > nums[j]) {
                dp[i] = Math.max(dp[i], dp[j]+1);
            }
        }
        result = Math.max(result, dp[i]);
    }

    return result;
};

二、最长连续递增序列

leetcode题目链接：674. 最长连续递增序列

题目描述：

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。

本题的关键点就是需要跟i-1进行比较，来看一下可以提交通过的代码吧：

const findLengthOfLCIS = (nums) => {
    let dp = new Array(nums.length).fill(1);


    for(let i = 0; i < nums.length - 1; i++) {
        if(nums[i+1] > nums[i]) {
            dp[i+1] = dp[i]+ 1;
        }
    }

    return Math.max(...dp);
};

三、最长重复子数组

leetcode题目链接：718. 最长重复子数组

题目描述：

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 。

这一题也是动态规划来解决比较合适，需要用二维数组。

const findLength = (A, B) => {
    // A、B数组的长度
    const [m, n] = [A.length, B.length];
    // dp数组初始化，都初始化为0
    const dp = new Array(m + 1).fill(0).map(x => new Array(n + 1).fill(0));
    // 初始化最大长度为0
    let res = 0;
    for (let i = 1; i <= m; i++) {
        for (let j = 1; j <= n; j++) {
            // 遇到A[i - 1] === B[j - 1]，则更新dp数组
            if (A[i - 1] === B[j - 1]) {
                dp[i][j] = dp[i - 1][j - 1] + 1;
            }
            // 更新res
            res = dp[i][j] > res ? dp[i][j] : res;
        }
    }
    // 遍历完成，返回res
    return res;
};