代码随想录算法训练营第49天（py）| 动态规划 | 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

300.最长递增子序列

力扣链接
给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。子序列中的元素不要求在原数组中连续。

思路

1. 确定dp含义
   dp[i]表示以下标i为结尾的最长递增子序列长度
2. 确定递推公式

if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);

3. 初始化
   全初始化为1，因为最长子序列至少包括自己
4. 确定遍历方向
   从前往后

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        if len(nums)<=1:
            return len(nums)
        dp = [1] * len(nums)
        for i in range(1,len(nums)): # 遍历数组 nums 中的每一个元素
            for j in range(0, i):
            	# 对于每一个 i，内层循环会遍历从 0 到 i-1 的所有元素。
            	# 找到所有以 nums[j] 结尾的递增子序列，并考虑将 nums[i] 加到这些子序列的末尾
                if nums[i]>nums[j]:
                    dp[i] = max(dp[i], dp[j]+1)
        return max(dp)

674. 最长连续递增序列

力扣链接
给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。

思路

区别在于连续

1. 确定dp含义
   dp[i]表示以下标i为结尾的最长连续递增子序列长度
2. 确定递推公式
   本题要求连续递增子序列，所以就只要比较nums[i]与nums[i - 1]，而不用去比较nums[j]与nums[i] （j是在0到i之间遍历）。因此只需要单层循环比较dp[i] 和dp[i-1] 即可。

dp[i] = dp[i - 1] + 1

3. 初始化
   全初始化为1，因为最长子序列至少包括自己
4. 确定遍历方向
   从前往后

class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        if len(nums) <= 1:
            return len(nums)
        dp = [1] * len(nums)
        for i in range(1,len(nums)):
            if nums[i] > nums[i-1]:
                dp[i] = dp[i-1]+1
        return max(dp)

718. 最长重复子数组

力扣链接
给两个整数数组 nums1 和 nums2 ，返回 两个数组中 公共的 、长度最长的连续子数组的长度 。

思路

1. 确定dp含义
   dp[i][j]以下标i-1结尾的数组A和以下标j-1结尾的数组B，他俩的最长重复子数组长度为dp[i][j]
2. 确定递推公式
   当A[i - 1] 和B[j - 1]相等的时候，dp[i][j] = dp[i - 1][j - 1] + 1;
3. 初始化
   全初始化为0
4. 确定遍历方向
   双层循环，外层for遍历A，内层for遍历B

class Solution:
    def findLength(self, nums1: List[int], nums2: List[int]) -> int:
        dp = [ [0] * (len(nums2)+1) for _ in range(len(nums1) + 1)]
        for i in range(1, len(nums1)+1):
            for j in range(1, len(nums2)+1):
                if nums1[i-1]==nums2[j-1]:
                    dp[i][j] = dp[i-1][j-1] + 1
        return max(max(row) for row in dp)