动态规划

动态规划问题：明确「状态」 -> 定义 dp 数组/函数的含义 -> 明确「选择」-> 明确 base case。

leetcode300: 最长递增子序列.

int lengthOfLIS(int* nums, int numsSize){
    //dp[i]表示以下标i结尾的数组的最长递增子序列的长度
    int dp[numsSize];
    
    //初始值：dp[i] = 1,最少都有一个数满足为递增子序列;
    for(int i = 0; i < numsSize; i++)
        dp[i] = 1;
    
    //状态转移方程：dp[i-1]->dp[i]的思考过程：试想，我们现在知道了dp[i-1]的值，
    //即知道了到下标i-1的最长递增子序列的长度，求下标i位置的最长递增子序列的长度？
    //既然是递增子序列，我们只要找到i前面那些结尾比nums[i]小的子序列，然后把nums[i]接到最后，
    //就可以形成一个新的递增子序列，而且这个新的子序列长度加一.因此，状态转移方程为遍历所有小于i的位置，
    //找到：if(nums[i] > nums[j]) dp[i] = fmax(dp[i], dp[j] + 1);
    for(int i = 0; i < numsSize; i++){
        for(int j = 0; j < i; j++){
            if(nums[i] > nums[j])
                dp[i] = fmax(dp[i], dp[j] + 1);
        }
    }

    int res = 0;
    for(int i = 0; i < numsSize; i++){
        if(res < dp[i])
            res = dp[i];
    }
    return res;
}

leetcode1143：最长公共子序列.

int longestCommonSubsequence(char * text1, char * text2){
    int n1 = strlen(text1);
    int n2 = strlen(text2);

	//定义状态方程
    int dp[n1+1][n2+1];
    //初始化值
    for(int i = 0; i <= n1; i++){
        dp[i][0] = 0;
    }

    for(int j = 0; j <= n2; j++){
        dp[0][j] = 0;
    }
    
    for(int i = 1; i <= n1; i++){
        for(int j = 1; j <= n2; j++){
            dp[i][j] = 0;
            int temp = fmax(dp[i-1][j], dp[i][j-1]);
            //状态转移方程
            if(text1[i - 1] == text2[j - 1]){
                dp[i][j] = dp[i-1][j-1] + 1;
            }else{ //不相等
                dp[i][j] = temp;
            }
        }
    }

    return dp[n1][n2];
}