代码随想录算法训练营第57天 | 1143.最长公共子序列 1035.不相交的线 53.最大子序和

最长公共子序列

dp[i][j] 表示字符串1中 [0, i-1] 子串与字符串2中 [0, j-1] 子串之间的最长公共子序列长度。注意这里并不要求公共子序列一定以下标 i-1 或 j-1 结尾。因为这里的公共子序列不必须连续，这样定义可以使得递推方便一些。
当进行遍历递推时，无非有text1[i-1] == text2[j-1]和text1 != text2[j-1]两种情况。如果相等，自然dp[i][j] = dp[i - 1][j - 1] + 1；如果不相等，则应该从 dp[i-1][j] 和 dp[i][j-1] 中挑更大的那一个（因为不要求公共序列连续）
初始化借鉴了昨天的题目，在dp数组定义上绕了一下，方便了第一行和第一列的初始化。

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()];
	}
};

不相交的线

直线不能相交，这就是说明在序列1中找到一个与序列2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。直线的数目等于两个序列之间的最长公共子序列长度。

class Solution {
public:
	int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
		vector<vector<int>> dp(nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
		for(int i = 1; i <= nums1.size(); i++) {
			for(int j = 1; j <= nums2.size(); j++) {
				if(nums1[i - 1] == nums2[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[nums1.size()][nums2.size()];
	}
};

最大子序和

这道题之前已经通过贪心算法解决过一次了，局部上保证每一次累加得到的都是正值，如果遇到负值则将累加和置0重新开始累加，因为负值只会使总和变小。

class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		int count = 0;
		int result = INT_MIN;
		for(int i = 0; i < nums.size(); i++) {
			count += nums[i];
			if(count > result) {
				result = count;
			}
			if(count < 0) {
				count = 0;
			}
		}
		return result;
	}
};

动态规划法

dp[i] 表示以 nums[i] 结尾的所有连续子数组的最大和。
在递推时只需要考虑要不要继续累加，还是重新开始加。dp[i] = max(dp[i - 1] + nums[i], nums[i])。
初始化dp[0]，其最大和只能为nums[0]，dp[0] = nums[0]。
由于每次计算的都是必须以该下标结尾的子数组的最大和，所以最终结果要取dp数组中的最大值，考虑每个位置结尾的子数组。

class Solution {
public:
	int maxSubArray(vector<int>& nums) {
		// dp[i]表示以nums[i]结尾的所有子数组和的最大值
		vector<int> dp(nums.size(), 0);
		dp[0] = nums[0];
		int result = dp[0];  // 注意这里初始化为dp[0]，不然就把dp[0]落下了
		for(int i = 1; i < nums.size(); i++) {
			dp[i] = max(dp[i - 1] + nums[i], nums[i]);
			if(dp[i] > result) {
				result = dp[i];
			}
		}
		return result;
	}
};