1143. 最长公共子序列
给定两个字符串 text1 和 text2,返回这两个字符串的最长公共子序列的长度。
一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。
例如,“ace” 是 “abcde” 的子序列,但 “aec” 不是 “abcde” 的子序列。两个字符串的「公共子序列」是这两个字符串所共同拥有的子序列。
若这两个字符串没有公共子序列,则返回 0。
示例 1:
输入:text1 = “abcde”, text2 = “ace”
输出:3
解释:最长公共子序列是 “ace”,它的长度为 3。
示例 2:
输入:text1 = “abc”, text2 = “abc”
输出:3
解释:最长公共子序列是 “abc”,它的长度为 3。
示例 3:
输入:text1 = “abc”, text2 = “def”
输出:0
解释:两个字符串没有公共子序列,返回 0。
提示:
1 <= text1.length <= 1000
1 <= text2.length <= 1000
输入的字符串只含有小写英文字符。
//将两个字符串建立成二维数组进行比较
int max(int a, int b) {
if(a > b) {
return a;
}
else{
return b;
}
}
int longestCommonSubsequence(char * text1, char * text2){
int len1 = strlen(text1);
int len2 = strlen(text2);
if(text1 == NULL || text2 == NULL || len1 == 0 || len2 == 0) {return 0;}
int dp[1001][1001] = {0}; //初始化数组
for(int i = 1; i <= len1; i++) {
for(int j = 1; j <= len2; j++) {
if(text1[i - 1] == text2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} //当前两个字符串的字母相同时
else {
dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
} //当前两个字符串的字母不相同时
}
}
return dp[len1][len2];
}
120. 三角形最小路径和
给定一个三角形,找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。
相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。
例如,给定三角形:
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
自顶向下的最小路径和为 11(即,2 + 3 + 5 + 1 = 11)。
说明:
如果你可以只使用 O(n) 的额外空间(n 为三角形的总行数)来解决这个问题。
动态规划
- 从倒数第二行向上递归
- 每步路径为当前路径与下一行两相邻路径的最小值之和
int min(int a, int b) {
if(a < b) {
return a;
}
else {
return b;
}
}
int minimumTotal(int** triangle, int triangleSize, int* triangleColSize){
for(int i = triangleSize - 2; i >= 0; i--) {
for(int j = 0; j <= i; j++) {
triangle[i][j] = min(triangle[i + 1][j], triangle[i + 1][j + 1]) + triangle[i][j];
}
}
return triangle[0][0];
}
空间优化后的动态规划
int min(int a, int b) {
if(a < b) {
return a;
}
else {
return b;
}
}
int minimumTotal(int** triangle, int triangleSize, int* triangleColSize){
int *dp = (int *)calloc(triangleSize + 1, sizeof(int));
for(int i = triangleSize - 1; i >= 0; i--) {
for(int j = 0; j <= i; j++) {
dp[j] = min(dp[j], dp[j + 1]) + triangle[i][j];
}
}
return dp[0];
}