算法Day53 | 1143.最长公共子序列，1035.不相交的线， 53. 最大子序和

1143.最长公共子序列

题目链接：1143.最长公共子序列
dp数组：[0, i - 1]和[0, j - 1]范围的最长公共子序列表示为dp[i][j]

递推公式：

dp[i][j] = (text1[i - 1] == text2[j - 1])
            ? dp[i - 1][j - 1] + 1
            : max(dp[i - 1][j], dp[i][j - 1]);

如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素，所以dp[i][j] = dp[i - 1][j - 1] + 1;
如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。

初始化：
dp[i][0] = dp[0][j] = 0，其他都是0

根据递推公式可知，dp[i][j]都是之前的状态dp[i-1][j-1]、dp[i-1][j]、dp[i][j-1]推出的，因此最终输出dp.back().back()即可

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
        for (int i = 1; i <= text1.size(); ++i) {
            for (int j = 1; j <= text2.size(); ++j) {
                dp[i][j] = (text1[i - 1] == text2[j - 1])
                           ? dp[i - 1][j - 1] + 1
                           : max(dp[i - 1][j], dp[i][j - 1]);
            }
        }
        return dp.back().back();
    }
};

一维数组

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<int> dp(text2.size() + 1, 0);
        for (int i = 1; i <= text1.size(); ++i) {
            int prev = 0;
            for (int j = 1; j <= text2.size(); ++j) {
                int temp = dp[j];
                dp[j] = (text1[i - 1] == text2[j - 1])
                        ? prev + 1
                        : max(dp[j], dp[j - 1]);
                prev = temp;
            }
        }
        return dp.back();
    }
};

对代码进行进一步解释：

1. 首先，创建一个大小为text2.size() + 1的整数型向量dp，并将所有元素初始化为0。dp向量用来保存子问题的最优解。

2. 接下来，通过两层嵌套循环来计算最长公共子序列的长度。外层循环遍历text1字符串的每一个字符，内层循环遍历text2字符串的每一个字符。

3. 在外层循环的每一次迭代中，初始化变量prev为0。prev用来保存上一次内层循环中dp向量的值，即上一个元素的对角线的值。

4. 在内层循环的每一次迭代中，首先保存dp[j]到变量temp中。

5. 然后，判断text1[i - 1]和text2[j - 1]是否相等。如果相等，说明两个字符可以构成公共子序列的一部分，所以最长公共子序列的长度为prev + 1，并将该值保存到dp[j]中。如果不相等，则最长公共子序列的长度为dp[j]和dp[j - 1]中的较大值，再将该值保存到dp[j]中。

6. 最后，将temp的值赋给prev，以备下一次迭代使用。

7. 循环结束后，dp.back()表示dp向量中最后一个元素的值，即最长公共子序列的长度。最后，将该值作为函数的返回值。

---

1035.不相交的线

题目链接：1035.不相交的线
相同数字连线就是数字顺序问题，就是子序列。因此和上一题代码思路一样。

class Solution {
public:
    int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
        vector<vector<int>> dp(nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
        for (int i = 1; i <= nums1.size(); ++i) {
            for (int j = 1; j <= nums2.size(); ++j) {
                dp[i][j] = (nums1[i - 1] == nums2[j - 1])
                           ? dp[i - 1][j - 1] + 1
                           : max(dp[i][j - 1], dp[i - 1][j]);
            }
        }
        return dp.back().back();
    }
};

---

53. 最大子序和

题目链接：53. 最大子序和
dp数组：以i结尾的最大连续子序列和

递推公式：
dp[i] = max(dp[i - 1] + nums[i], nums[i])

初始化：
dp[0] = nums[0]

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> dp(nums.size(), nums[0]);
        int res = nums[0];//保存为nums.size() == 1时的结果。
        for (int i = 1; i < nums.size(); ++i) {
            dp[i] = max(dp[i - 1] + nums[i], nums[i]);
            res = max(res, dp[i]);
        }
        return res;
    }
};

---