300 最长递增子序列
看解答才会的,
dp[i]表示以i结尾的最长递增子序列长度
注意一点:必须是以i结尾的,这也就意味着dp[i]并不是从0到i最长的递增子序列,在所有的nums中取最大才是,
之所以加这个限制,是因为在比较大小时必须拿序列末尾的来比
循环:
两层循环
外层遍历数字,从1开始,因为第0个已经初始化过了,
内层对于每一个数字,都要检查它前面的所有递增子序列,判断是否能为最长的递增子序列进一步延长,因此是遍历所有小于外层i的下标
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
if len(nums) == 1: return 1
dp = [1]*len(nums)
res = 0
for i in range(1,len(nums)):
for j in range(i):
if nums[i] > nums[j]:
dp[i] = max(dp[i],dp[j]+1)
res = max(res,dp[i])
return res
674 最长连续递增序列
比上一题简单,因为连续递增的判断只需要一层循环
dp数组表示以i结尾的连续递增序列长度
循环一遍,只需要跟前一个比较即可
class Solution:
def findLengthOfLCIS(self, nums: List[int]) -> int:
if len(nums) == 1: return 1
dp = [1]*len(nums)
res = 0
for i in range(1,len(nums)):
if nums[i] > nums[i-1]:
dp[i] = dp[i-1]+1
res = max(res,dp[i])
return res
718 最长重复子数组
应该是一个二维dp数组
dp表示以i-1和j-1为结尾的最长重复子数组长度,
此时可以从dp[i-1][j-1]推出dp[i][j]
class Solution:
def findLength(self, nums1: List[int], nums2: List[int]) -> int:
dp = [[0]*(len(nums2)+1) for _ in range(len(nums1)+1)]
res = 0
for i in range(1,len(nums1)+1):
for j in range(1,len(nums2)+1):
if nums1[i-1] == nums2[j-1]:
dp[i][j] = dp[i-1][j-1] + 1
res = max(res,dp[i][j])
return res
但是要注意,构建dp数组时应比nums的长度大一个,并全部初始化为0
循环也都是从1开始的,