力扣爆刷第79天–动态规划一网打尽子序列一维二维连续不连续问题
零、总结
今天的专题是子序列问题,有一维的,也有二维的,有求连续的,也有求不连续的,组合是四种类型,且看一网打尽。
一、300.最长递增子序列
题目链接:https://leetcode.cn/problems/longest-increasing-subsequence/
思路:求最长递增子序列,定义dp[i]表示在区间[0,i]种,以nums[i]为结尾的最长递增子序列的长度,确定了dp[i]的定义以后,dp[i]就好推导了,既然dp[i]是以nums[i]为结尾的,那么自然要从[0,i-1]找小于nums[i]的值,遍历一遍,然后更新dp[i]。
class Solution {
public int lengthOfLIS(int[] nums) {
int[] dp = new int[nums.length];
Arrays.fill(dp, 1);
int max = 1;
for(int i = 1; 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);
}
}
max = Math.max(max, dp[i]);
}
return max;
}
}
二、674. 最长连续递增序列
题目链接:https://leetcode.cn/problems/longest-continuous-increasing-subsequence/description/
思路:连续的话就更好做了,都不需要在小区间里再遍历,上一题是非连续,需要在[0, i-1]区间里遍历,本题连续,连续就加1,不连续就为1,非常简单。
class Solution {
public int findLengthOfLCIS(int[] nums) {
int[] dp = new int[nums.length];
dp[0] = 1;
int max = 1;
for(int i = 1; i < nums.length; i++) {
if(nums[i] > nums[i-1]) {
dp[i] = dp[i-1]+1;
}else{
dp[i] = 1;
}
max = Math.max(dp[i], max);
}
return max;
}
}
三、718. 最长重复子数组
题目链接:https://leetcode.cn/problems/maximum-length-of-repeated-subarray/
思路:本题求的是最长连续重复子数组,因为是重复子数组,数组是连续的,如果是最长重复子序列,那么就是不连续的,要求两个数组有最长的,连续重复部分,那么定义dp[i][j]表示以nums1[0, i]和nums2[0, j]中以nums1[i]和nums2[j]为结尾的最长连续重复子数组的长度,那么只要nums1[i]==nums2[j]可以得到dp[i][j]=dp[i-1][j-1]+1,
如果nums1[i] != nums2[j],那么dp[i][j]=0。
class Solution {
public int findLength(int[] nums1, int[] nums2) {
int[][] dp = new int[nums1.length+1][nums2.length+1];
int max = 0;
for(int i = 0; i < nums1.length; i++) {
for(int j = 0; j < nums2.length; j++) {
if(nums1[i] == nums2[j]) {
dp[i+1][j+1] = dp[i][j]+1;
}
max = Math.max(dp[i+1][j+1], max);
}
}
return max;
}
}
四、1143.最长公共子序列
题目链接:https://leetcode.cn/problems/longest-common-subsequence/
思路:本题正好和上一题是一对,上一题求的是两个数组的最长重复子数组,求的是连续的重复,本题求的是最长公共子序列,那自然求的是不要求连线的,定义和之前一样,dp[i][j]表示以nums1[0, i]和nums2[0, j]中以nums1[i]和nums2[j]为结尾的最长公共子序列的长度,
如果nums1[i] == nums2[j],那么dp[i][j]=dp[i-1][j-1]+1;
如果nums1[i] != nums2[j],那么dp[i][j]的长度就要延续之前最长的长度,如 1 2 3与1 2 4, 3与4不相等,那么便可以延续集和{1, 2, 3}和集合{1, 2}或者{1, 2}和{1, 2, 4},那么自然是包括dp[1][1]的,所以为dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]);
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int[][] dp = new int[text1.length()+1][text2.length()+1];
for(int i = 1; i <= text1.length(); i++) {
for(int j = 1; j <= text2.length(); j++) {
if(text1.charAt(i-1) == text2.charAt(j-1)) {
dp[i][j] = dp[i-1][j-1]+1;
}else{
dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]);
}
}
}
return dp[text1.length()][text2.length()];
}
}