leetcode 1143. 最长公共子序列
题目链接:最长公共子序列
- 确定dp数组及下标的含义
dp[i][j]
:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j] - 确定递推公式
分为两种情况:text1[i - 1] 与 text2[j - 1]相同,text1[i - 1] 与 text2[j - 1]不相同
(1)text1[i - 1] 与 text2[j - 1]相同:找到一个公共元素,dp[i][j] = dp[i - 1][j - 1] + 1
(2)text1[i - 1] 与 text2[j - 1]不相同:text1[0, i - 2]与text2[0, j - 1]的最长公共子序列和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列,取最大值。
if (text1[i - 1] == text2[j - 1]) //text1[i - 1] 与 text2[j - 1]相同
{
dp[i][j] = dp[i - 1][j - 1] + 1;
} else text1[i - 1] 与 text2[j - 1]不相同
{
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}
- dp数组初始化
test1[0, i-1]和空串的最长公共子序列自然是0,所以dp[i][0] = 0
test2[0, j-1]和空串的最长公共子序列自然是0,所以dp[0][j] = 0
其他值统一初始化为0
vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
- 确定遍历顺序
从前到后,从上到下
整体代码如下:
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
for (int i = 1; i <= text1.size(); i++) {
for (int j = 1; j <= text2.size(); j++) {
if (text1[i - 1] == text2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
return dp[text1.size()][text2.size()];
}
};
时间复杂度: O(n * m),其中 n 和 m 分别为 text1 和 text2 的长度
空间复杂度: O(n * m)
leetcode 1035. 不相交的线
题目链接:不相交的线
直线不能相交,说明在字符串A中 找到一个与字符串B相同的子序列,且这个子序列不能改变相对顺序,只要相对顺序不改变,链接相同数字的直线就不会相交。
求绘制的最大连线数,其实就是求两个字符串的最长公共子序列的长度。 所以本题与leetcode 1143. 最长公共子序列 是一样的。
class Solution {
public:
int maxUncrossedLines(vector<int>& A, vector<int>& B) {
vector<vector<int>> dp(A.size()+1,vector<int>(B.size()+1,0));
for(int i=1;i<=A.size();i++){
for(int j=1;j<=B.size();j++){
if(A[i-1]==B[j-1]){
dp[i][j] = dp[i-1][j-1]+1;
}
else{
dp[i][j] = max(dp[i][j-1],dp[i-1][j]);
}
}
}
return dp[A.size()][B.size()];
}
};
时间复杂度: O(n * m)
空间复杂度: O(n * m)
leetcode 53. 最大子数组和
题目链接:最大子数组和
- 确定dp数组及下标的含义
dp[i]
:包括下标i(以nums[i]为结尾)的最大连续子数组和为dp[i]。 - 确定递推公式
dp[i]从两个方向推出:
(1)dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和
(2)nums[i],即:从头开始计算当前连续子序列和
则dp[i] = max(dp[i - 1] + nums[i], nums[i])
- dp数组初始化
dp[0] = nums[0] - 确定遍历顺序
从前向后遍历 - 举例推导dp数组
输入nums = [-2, 1, -3, 4, -1, 2, 1, -5, 4],则dp数组对应值:-2,1, -2 ,1,3,5,6,1,5
要找最大的连续子数组和,就应该找每一个以i为终点的连续最大子数组。在递推公式的时候就可以直接选出最大的dp[i]。
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if (nums.size() == 0) return 0;
vector<int> dp(nums.size());
dp[0] = nums[0];
int res = dp[0];
for (int i = 1; i < nums.size(); i++) {
dp[i] = max(dp[i - 1] + nums[i], nums[i]); // 状态转移公式
if (dp[i] > res) res = dp[i]; // result 保存dp[i]的最大值
}
return res;
}
};
时间复杂度:O(n)
空间复杂度:O(n)