代码随想录第九章动态规划part10 300.最长递增子序列 674. 最长连续递增序列 718. 最长重复子数组

最新推荐文章于 2024-11-01 17:00:11 发布

孩子不懂事乱写的

最新推荐文章于 2024-11-01 17:00:11 发布

阅读量264

点赞数 10

文章标签：动态规划算法

本文链接：https://blog.csdn.net/qq_53524614/article/details/142383790

版权

300.最长递增子序列

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        vector<int> dp(nums.size() + 1, 0);
        nums.insert(nums.begin(), INT_MIN);
        int m=0;
        for (int i = 1; i < nums.size(); i++){
            for (int j = i - 1; j >= 0; j--){
                if (nums[j] < nums[i]){
                    dp[i] = max(dp[i], dp[j] + 1);
                }
            }
            if (dp[i] > m) m = dp[i];
        }
        return m;
    }
};

这题的思想就是在dp数组中存储以当前元素为结尾的最长递增数组的长度，在访问新的元素时，遍历已经计算过的元素，寻找小于当前元素的数据，在所有匹配的元素中，选择对应dp最大的元素的长度+1。

674. 最长连续递增序列

class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) {
        vector<int> dp(nums.size(), 1);
        int m = 1;
        for (int i = 1; i < nums.size(); i++){
            if (nums[i] > nums[i - 1]){
                dp[i] = dp[i - 1] + 1;
                m = max(m, dp[i]);
            }
        }
        return m;
    }
};

这题就比较简单，只要看前一位数字是否小于当前数字即可。

718. 最长重复子数组

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

这题按照随想录的解法还是比较好理解的，根据两个数组的尺寸构建相应大小的二维数组，就可以用来表示两个数组中元素的对应关系，根据两个元素的索引，可以找到在二维数组中对应的位置，并根据两个元素是否相等，在二维数组中对应的位置填入相应的结果。二维数组中，根据坐上位置的结果，可以知道两个数组各自上一位数字是否一样，以及已经有几位数组重合，就可以计算当前位置两个数字是否相同，若相同，又究竟时第几位相同的数字。