代码随想录训练营

Day52代码随想录

300.最长递增子序列

1.题目描述

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。

子序列 是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4

示例 3：

输入：nums = [7,7,7,7,7,7,7]
输出：1

提示：

• 1 <= nums.length <= 2500
• -104 <= nums[i] <= 104

2.解题思路及代码实现

dp【i】表示的含义，即从0到i的最长递增子序列的长度，就是以nums【i】为结尾的最长子序列长度

首先dp【i】的状态肯定是由前面的dp【0】到dp【i-1】推出的，但是dp【0】到dp【i-1】可以推出dp【i】有个前提就是(nums【i】 > nums【0到i-1任意一个】),例如nums【1】 = 2, nums【3】 = 5,那么可以推出dp【3】 = dp【1】 + 1,反之则不行。可是在nums【0】到nums【i-1】可能不止一个小于nums【i】的数而我们又要取从0到i-1最大的那个递增子序列，所以只能从0到i-1都遍历一遍然后取最大的一个也就是双层循环，外面遍历i里面遍历0到i-1，所以就可以用j来表示0到i-1的数那么就可以得出递推公式

if(nums【i】>nums【j】)dp【i】 = max(dp【i】, dp【j】 + 1);

注意本题的dp数组初始化要都为1，因为以任意一个nums的元素都是子序列，而长度最小为1

最后遍历整个dp数组找到最长的那个子序列长度

class Solution {
    public int lengthOfLIS(int[] nums) {
        int n = nums.length;
        int[] dp = new int[n];
        Arrays.fill(dp,1);
        for (int i = 1; i < n; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[j]<nums[i])
                    dp[i] = Math.max(dp[i],dp[j]+1);
            }
        }
        int res = 1;
        for (int i = 0; i < n; i++) {
            res = Math.max(res,dp[i]);
        }
        return res;
    }
}

674.最长连续递增序列

1.题目描述

给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。

连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]] 就是连续递增子序列。

示例 1：

输入：nums = [1,3,5,4,7]
输出：3
解释：最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。 

示例 2：

输入：nums = [2,2,2,2,2]
输出：1
解释：最长连续递增序列是 [2], 长度为1。

提示：

• 1 <= nums.length <= 104
• -109 <= nums[i] <= 109

2.解题思路及代码实现

本题主要的区别是连续的，所以只要考虑与上一个元素的大小关系，如果大于则dp【i】= dp【i-1】+1，否则为1

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int n = nums.length;
        int[] dp = new int[n];
        Arrays.fill(dp,1);
        int res = 1;
        for (int i = 1; i < n; i++) {
            if (nums[i]>nums[i-1]){
                dp[i] = dp[i-1]+1;
            }
            res  = Math.max(res,dp[i]);
        }
        return res;
    }
}

718.最长重复子数组

1.题目描述

给两个整数数组 nums1 和 nums2 ，返回 两个数组中 公共的 、长度最长的子数组的长度 。

示例 1：

输入：nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7]
输出：3
解释：长度最长的公共子数组是 [3,2,1] 。

示例 2：

输入：nums1 = [0,0,0,0,0], nums2 = [0,0,0,0,0]
输出：5

2.解题思路及代码实现

1. 确定dp数组（dp table）以及下标的含义

dp[i] [j] ： dp【i】【j】是以i-1与j-1号元素作为结尾的公共子数组的长度. 即 公共子数组的结尾必须是i-1和j-1, 所以,当i-1 != j-1 时, dp【i】【j】=0, 如果相同 dp【i】【j】 = dp【i-1】【j-1】+1 （特别注意： “以下标i - 1为结尾的A” 标明一定是 以A[i-1]为结尾的字符串 ）

此时细心的同学应该发现，那dp[0] [0]是什么含义呢？总不能是以下标-1为结尾的A数组吧。

其实dp[i] [j]的定义也就决定着，我们在遍历dp[i] [j]的时候i 和 j都要从1开始。

那有同学问了，我就定义dp[i] [j]为 以下标i为结尾的A，和以下标j 为结尾的B，最长重复子数组长度。不行么？

行倒是行！ 但实现起来就麻烦一点，需要单独处理初始化部分，在本题解下面的拓展内容里，我给出了 第二种 dp数组的定义方式所对应的代码和讲解，大家比较一下就了解了。

1. 确定递推公式

根据dp[i][j]的定义，dp[i][j]的状态只能由dp[i - 1] [j - 1]推导出来。

即当A[i - 1] 和B[j - 1]相等的时候，dp[i] [j] = dp[i - 1] [j - 1] + 1;

根据递推公式可以看出，遍历i 和 j 要从1开始！

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int n = nums1.length;
        int m = nums2.length;
        int[][] dp  = new int[n+1][m+1];
        int res = 0;
        for (int i = 1; i < n+1; i++) {
            for (int j = 1; j < m+1; j++) {
                if (nums1[i-1]==nums2[j-1])
                    dp[i][j] = dp[i-1][j-1]+1;
                res = Math.max(res,dp[i][j]);
            }
        }
        return res;
    }
}