【代码随想录】刷题笔记Day52

文章介绍了如何使用动态规划解决LeetCode中的四个问题:最长公共子序列(不连续子序列)、不相交的线(最长公共子序列变种)、最大子数组和以及判断子序列(双指针法和编辑距离)。作者分享了相关算法的实现和思路过程。
摘要由CSDN通过智能技术生成

前言

  • 周一到周三学车+考科二科三去了,科二挂了呜呜呜,等放假回来再考,收收心全力刷题

1143. 最长公共子序列 - 力扣(LeetCode)

  • 求的是不连续的公共子序列,类似上一篇中的【最长重复子数组】,比较两个数组要用二维dp数组,定义[0, i-1]和[0, j-1]方便初始化
  • dp[i][j]含义
    • 长度为[0, i - 1]的text1与长度为[0, j - 1]的ext2的最长公共子序列为dp[i][j]
  • 递推公式
    • text1[i - 1] 与 text2[j - 1]相同:dp[i][j] = dp[i - 1][j - 1] + 1;
    • text1[i - 1] 与 text2[j - 1]不相同:dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
  • 初始化
    • 统一初始为0,顺序从上到下,从左到右
  • class Solution {
    public:
        int longestCommonSubsequence(string text1, string text2) {
            int len1 = text1.size();
            int len2 = text2.size();
            vector<vector<int>> dp(len1 + 1, vector<int>(len2 + 1, 0));
            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;
                    else dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
            return dp[len1][len2];
        }
    };

1035. 不相交的线 - 力扣(LeetCode)

  • 连线问题其实就是【最长公共子序列】问题,和上题一模一样
  • class Solution {
    public:
        int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
            int len1 = nums1.size();
            int len2 = nums2.size();
            vector<vector<int>> dp(len1 + 1, vector<int>(len2 + 1, 0));
            for(int i = 1; i <= len1; i++){
                for(int j = 1; j <= len2; 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[len1][len2];
        }
    };

 53. 最大子数组和 - 力扣(LeetCode)

  • 贪心法在之前【代码随想录】刷题笔记Day34-CSDN博客写过,这里用动规法
  • dp[i]:包括下标i(以nums[i]为结尾)的最大连续子序列和为dp[i]
  • dp[i] = max(dp[i - 1] + nums[i], nums[i]);
  • dp[0] = nums[0],从前往后遍历,结果取最大
  • class Solution {
    public:
        int maxSubArray(vector<int>& nums) {
            if (nums.size() == 0) return 0;
            vector<int> dp(nums.size());
            dp[0] = nums[0];
            int result = dp[0];
            for (int i = 1; i < nums.size(); i++) {
                dp[i] = max(dp[i - 1] + nums[i], nums[i]); // 状态转移公式
                if (dp[i] > result) result = dp[i]; // result 保存dp[i]的最大值
            }
            return result;
        }
    };

 392. 判断子序列 - 力扣(LeetCode)

  •  双指针法

    • 思路很简单:相等一起跳,不等只跳j,最后判断是不是都跳完
    • class Solution {
      public:
          bool isSubsequence(string s, string t) {
              int i = 0, j = 0;
              while(i < s.size() && j < t.size()){
                  if(s[i] == t[j]){  // 相等则一起跳ij
                      i++;
                      j++;
                  }else{
                      j++;  // 不相等则只跳j
                  }
              }
              if(j == t.size() && i < s.size()) return false;  // s没遍历完
              else return true;  // 都遍历完了
          }
      };
  •  动规法

    • 类似【最长公共子序列】,最后判断长度与s相等即可,也是编辑距离入门题
    • 可修改:if(s[i - 1] != t[j - 1])  dp[i][j] = dp[i][j - 1]; (删除字符串t的元素)
    • class Solution {
      public:
          bool isSubsequence(string s, string t) {
              int len1 = s.size();
              int len2 = t.size();
              vector<vector<int>> dp(len1 + 1, vector<int>(len2 + 1, 0));
              for(int i = 1; i <= len1; i++){
                  for(int j = 1; j <= len2; j++){
                      if(s[i - 1] == t[j - 1]) dp[i][j] = dp[i - 1][j - 1] + 1;
                      else dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                      // 删除元素 else dp[i][j] = dp[i][j - 1];
                  }
              }
              if(dp[len1][len2] == len1) return true;
              else return false;
          }
      };

 后言

  • 刷累了......今天如果不开组会将是多么美好的一天!我就可以打球+继续刷题啦
  • 16
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值