代码随想录算法训练营第四十四天 | 1143.最长公共子序列，1035.不相交的线，53. 最大子序和，392.判断子序列

四十四天补打卡，今天是二维动态规划的应用

---

1143.最长公共子序列

题目链接

解题过程

• 定义dp[i][j]为text1[i - 1] 和 text2[j - 1]部分元素的最长公共子序列
• text1[i - 1]若等于 text2[j - 1]则dp[i][j] = dp[i - 1][j - 1] + 1
• 两者不等于则dp[i][j] = max(dp[i][j - 1], dp[i - 1][j])

动态规划

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>>dp(text1.size() + 1, vector<int>(text2.size() + 1));
        for (int i = 1; i <= text1.size(); i++) {
            for (int j = 1; j <= text2.size(); j++) {
                if (text1[i - 1] != text2[j - 1]) {
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                } else {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }
            }
        }
        return dp.back().back();
    }
};

---

1035.不相交的线

题目链接

解题思路

• 是求最长公共子序列的思路

动态规划

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

---

53.最大子数组和

题目链接

• 采用动态规划的思路，dp数组代表当前数组的最大子数组和，它的值由上一个dp和0比较大小后加当前的数组值得来
  

动态规划

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int>dp(nums.size());
        dp[0] = nums[0];
        int result = nums[0];
        for (int i = 1; i < nums.size(); i++) {
            dp[i] = max(dp[i - 1], 0) + nums[i];
            result = max(result, dp[i]);
        }
        return result;
    }
};

---

392.判断子序列

题目链接

解题思路

• 求s和t的最大子序列长度，判断其长度是否和s的长度一致

动态规划

class Solution {
public:
    bool isSubsequence(string s, string t) {
        if (s.size() > t.size()) return false;
        vector<vector<int>>dp(s.size() + 1, vector<int>(t.size() + 1));
        for (int i = 1; i <= s.size(); i++) {
            for (int j = 1; j <= t.size(); 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]);
            }
        }
        return dp.back().back() == s.size();
    }
};