1035. 不相交的线

我们在两条独立的水平线上按给定的顺序写下 A 和 B 中的整数。
现在，我们可以绘制一些连接两个数字 A[i] 和 B[j] 的直线，只要 A[i] == B[j]，且我们绘制的直线不与任何其他连线（非水平线）相交。
以这种方法绘制线条，并返回我们可以绘制的最大连线数。

示例 1：
输入：A = [1,4,2], B = [1,2,4]
输出：2
示例 2：
输入：A = [2,5,1,2,5], B = [10,5,2,1,5,2]
输出：3
示例 3：
输入：A = [1,3,7,1,7,5], B = [1,9,2,5,1]
输出：2

开始实在是没想出来怎么做，虽然想到过dp，但不知道dp怎么写，一直没有思路，后来看了下leetcode解答，也没有人提供答案，只有人说用dp+最长公共子序列，最长公共子序列问题之前没有遇到过，但是我想既然可以用dp解决，那么应该不需要非要往最长公共子序列上靠，只要找到dp的递推公式就行，于是根据自己的部分思考写出了下面代码：

class Solution:
    def maxUncrossedLines(self, A: List[int], B: List[int]) -> int:
        lines=[[0 for i in range(len(B)+1)] for j in range(len(A)+1)]
        for i in range(1,len(lines)):
            for j in range(1,len(lines[0])):
                lines[i][j]=max(lines[i-1][:j])+1 if A[i-1]==B[j-1] else max(lines[i-1][:j+1])
        return max(lines[-1])

结果比较惨

虽然通过了，但是很明显不是好的解法。思来想去，觉得自己这个也是dp，空间复杂度O(mn)应该是没法优化的，最耗费时间的应该就是max函数的地方，导致时间复杂度O(mn^2)，后来发现还是自己对dp的理解不够透彻。我上面代码的思路是这样的：

如果发现当前的A[i-1]和B[j-1]匹配，那么当前匹配最多对数是lines[i][:j]中的最大，如果没有匹配的话那么就是lines[i][:j+1]中最大，因为当前没有匹配，所以最大对数由上一行中1~j个中的最大值决定。但其实这种考虑是不够细致的，虽然逻辑上没有问题，但是没有充分发挥dp的潜力。
出现上面失误的最主要原因是我只考虑了随着行的递增，对数应该是增加的，却没意识到列也应该是一样的，他们地位平等。因此正确的分析应该如下：

例如lines[3][3]应该是确定了A中选1 ~ 3 , B中选1 ~ 3情况下的最大对数，也即二维情况下动态规划每次考虑的应该是一个矩形区域，而不是单一的行的方向。这样思考之后就容易优化代码了。
当A[i]==B[j]时，即可以匹配，这个时候有两个选择，连还是不连。如果连接的话，那么对数就为lines[i-1][j-1]+1,即上图中绿色矩形区域的问题退化为红色矩形区域问题；如果选择不连，那么对数就是max{lines[i][j-1],lines[i-1][j]}(相当于绿色区域缺了右下角，剩下的最大对数位置肯定就是在(i,j-1)和(i-1,j)这两个角落处）。因此最大的对数=max{lines[i-1][j-1]+1,lines[i][j-1],lines[i-1][j]}=lines[i-1][j-1]+1,这是明显的，因为当前区域再加一行或者再加一列最多再多增加一对线条。
当A[i]!=B[j]时，明确不能连接，也就相当于上图绿色区域缺了右下角，那么类似的最大对数就是max{lines[i-1][j],lines[i][j-1]}。
（当然上图中填写的数字是之前错误思想的实现，只不过借用下这个区域图）
于是最后dp完毕整个区域得到的就是最大对数。修改后代码如下：

class Solution:
    def maxUncrossedLines(self, A: List[int], B: List[int]) -> int:
        lines=[[0 for i in range(len(B)+1)] for j in range(len(A)+1)]
        for i in range(1,len(lines)):
            for j in range(1,len(lines[0])):
                lines[i][j]=lines[i-1][j-1]+1 if A[i-1]==B[j-1] else max(lines[i-1][j],lines[i][j-1])
        return lines[-1][-1]

当然这种情况下时间复杂度就是O(mn)了。