问题
-
无重复字符的最长子串
-
动态规划是什么?
利用历史记录,来避免我们的重复计算。而这些历史记录,我们得需要一些变量来保存,一般是用一维数组或者二维数组来保存
1. 设计状态
2. 写出状态转移方程
3. 设定初始状态
4. 执行状态转移
5. 返回最终的解
1 无重复字符的最长子串(3)
给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。
示例 1:
输入: s = “abcabcbb”
输出: 3
解释: 因为无重复字符的最长子串是 “abc”,所以其长度为 3。
示例 2:
输入: s = “bbbbb”
输出: 1
解释: 因为无重复字符的最长子串是 “b”,所以其长度为 1。
示例 3:
输入: s = “pwwkew”
输出: 3
解释: 因为无重复字符的最长子串是 “wke”,所以其长度为 3。
请注意,你的答案必须是 子串 的长度,“pwke” 是一个子序列,不是子串。
public class LengthOfLongestSubstring {
public static int lengthOfLongestSubstring(String s) {
HashMap<Character, Integer> map = new HashMap<>();
int max = 0, start = 0;
for (int end = 0; end < s.length(); end++) {
char ch = s.charAt(end);
if (map.containsKey(ch)) {//若含有重复的,start右移
start = Math.max(map.get(ch) + 1, start);
}
//end - start + 1
max = Math.max(max, end - start + 1);
//重复的字符会覆盖之前的
map.put(ch, end);
}
return max;
}
public static void main(String[] args) {
String a = "aabbcdef";
int i = lengthOfLongestSubstring(a);
System.out.println(i);
}
}
2 三角形最小路径和(120)
题目链接
解题视频链接
给定一个三角形 triangle ,找出自顶向下的最小路径和。
输入:triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
输出:11
解释:如下面简图所示:
—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)。
动态规划
/*三角形最短路径
[2]
[3,4]
[6,5,7]
[4,1,8,3]
*/
/*
从上往下
*/
public static int minimumTotal(List<List<Integer>> triangle) {
int len = triangle.size();
// 新建二维数组
int[][] dp = new int[len][len];
//边界
dp[0][0] = triangle.get(0).get(0);
for (int i = 1; i < len; i++) {
dp[i][0] = dp[i - 1][0] + triangle.get(i).get(0);
for (int j = 1; j < i; j++) {
dp[i][j] = Math.min(dp[i - 1][j - 1], dp[i - 1][j]) + triangle.get(i).get(j);
}
dp[i][i] = dp[i - 1][i - 1] + triangle.get(i).get(i);
}
//三角形最后一行的起始位置
int ans = dp[len - 1][0];
//遍历最后一行所有位置比较
for (int i = 0; i < len; i++) {
ans = Math.min(ans, dp[len - 1][i]);
}
return ans;
}
优化 从下往上
/*
从下往上
*/
public static int minimumTotal2(List<List<Integer>> triangle) {
int n = triangle.size();
int[][] dp = new int[n + 1][n + 1];
for (int i = n - 1; i >= 0; i--) {
for (int j = 0; j <= i; j++) {
dp[i][j] = Math.min(dp[i + 1][j], dp[i + 1][j + 1]) + triangle.get(i).get(j);
}
}
return dp[0][0];
}
优化 一维数组
/*
减小空间复杂度
一维数组
*/
public static int minimumTotal3(List<List<Integer>> triangle) {
int n = triangle.size();
int[] dp = new int[n + 1];
for (int i = n - 1; i >= 0; i--) {
for (int j = 0; j <= i; j++) {
dp[j] = Math.min(dp[j], dp[j + 1]) + triangle.get(i).get(j);
}
}
return dp[0];
}
测试结果
//triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
public static void main(String[] args) {
ArrayList<List<Integer>> lists = new ArrayList<>();
ArrayList<Integer> list1 = new ArrayList<>();
ArrayList<Integer> list2 = new ArrayList<>();
ArrayList<Integer> list3 = new ArrayList<>();
ArrayList<Integer> list4 = new ArrayList<>();
list1.add(2);
Collections.addAll(list2, 3, 4);
Collections.addAll(list3, 6, 5, 7);
Collections.addAll(list4, 4, 1, 8, 3);
Collections.addAll(lists, list1, list2, list3, list4);
System.out.println(lists);
int i = minimumTotal3(lists);
System.out.println(i);
}
3 查找指定值返回下标(34,35)
35 搜索插入位置
题目链接
给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。
请必须使用时间复杂度为 O(log n) 的算法。
二分
//二分搜索出现的数
public static int searchInsert(int[] nums, int target) {
int l=0;
int r=nums.length-1;
while (l<=r){
int mid=(l+r)/2;
if (nums[mid]==target){
return mid;
}else if (nums[mid]>target){
r=mid-1;
}else {
l=mid+1;
}
}
// return target<=nums[l]?l:l+1;
return l;
}
34. 在排序数组中查找元素的第一个和最后一个位置
给定一个按照升序排列的整数数组 nums,和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。
如果数组中不存在目标值 target,返回 [-1, -1]。
4 集合相邻重复的元素去重
public static void main(String[] args) {
ArrayList<Integer> list = new ArrayList<>();
Collections.addAll(list, 1,1,2,2,2,3,3,1,1,2,2);
System.out.println(list);
int l=0;
for (int i = 1; i < list.size(); i++) {
if (list.get(l)==list.get(i)){
list.remove(i);
i--;
}else {
l++;
}
}
System.out.println(list);
}
5 最长递增子序列(300)
给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
//测试数组
int[] a = {10, 9, 2, 5, 3, 7, 101, 18}; //4
int[] b = {0, 3, 1, 6, 2, 2, 7}; //4
int[] c = {0, 1, 0, 3, 2, 3}; //4
int[] d = {1, 3, 6, 7, 9, 4, 10, 5, 6}; //6
1 动态规划
public static int method01(int[] nums) {
if (nums.length == 0) {
return 0;
}
int len = nums.length;
//记录升序的个数
int[] tmp = new int[len];
int res = 0;
for (int i = 0; i < len; i++) {
//内层循环,确保升序 满足nums[j] < nums[i] 的向tmp中记录
for (int j = 0; j < i; j++) {
if (nums[j] < nums[i]) {
tmp[i] = Math.max(tmp[i], tmp[j] + 1);
}
}
res = Math.max(res, tmp[i]);
}
return res + 1;//初始是从0开始记录的,所以结果+1
}
6 最大子数组和(53)
最大子数组和 — 题目链接
给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
子数组 是数组中的一个连续部分。
输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
输出:6
解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
6.1 贪心
若当前指针所指元素之前的和小于0,则丢弃当前元素之前的数列
public int maxSubArray2(int[] nums) {
int curSum=nums[0];
int maxSum=curSum;
for (int i = 1; i < nums.length; i++) {
//若当前指针所指向 元素之前 的和 小于0,则丢弃当前元素之前的数列
curSum=Math.max(nums[i],curSum+nums[i]);
//将当前值与最大值比较,取最大值
maxSum=Math.max(curSum,maxSum);
}
return maxSum;
}
6.2 动态规划
若前一个元素大于0,则将其加到当前元素上
public int maxSubArray(int[] nums) {
int len=nums.length;
int[] dp=new int[len];
dp[0]=nums[0];
for (int i = 1; i < len; i++) {
if (dp[i-1]>0){
dp[i]=dp[i-1]+nums[i];
}else {
dp[i]=nums[i];
}
}
int res=dp[0];
for (int i = 0; i < len; i++) {
res=Math.max(res,dp[i]);
}
return res;
}
优化,滑动窗口更新区间
public int maxSubArray2(int[] nums) {
int pre = 0, maxAns = nums[0];
for (int x : nums) {
pre = Math.max(pre + x, x);
maxAns = Math.max(maxAns, pre);
}
return maxAns;
}
6.3 分治(分段树)
7 最长公共子序列(1143)
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。如果不存在 公共子序列 ,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 。
动态规划
状态转移方程为:
public int longestCommonSubsequence(String text1, String text2) {
int m=text1.length(),n=text2.length();
int[][] f=new int[m+1][n+1];
for (int i = 1; i <=n; i++) {
for (int j = 1; j <=m ; j++) {
if (text1.charAt(i-1)==text2.charAt(j-1)){
f[i][j]=f[i-1][j-1]+1;
}else {
f[i][j]=Math.max(f[i-1][j],f[i][j-1]);
}
}
}
return f[m][n];
}