leetcode：最长重复子数组（动态规划）

https://leetcode-cn.com/problems/maximum-length-of-repeated-subarray/

暴力法：

class Solution {
    public int findLength(int[] A, int[] B) {
        int ans = 0;
        for (int i = 0; i < A.length; i++) {
            for (int j = 0; j < B.length; j++) {
                if(A[i] == B[j]){
                    int x = 1;
                    while(i+x < A.length && j+x < B.length && A[i+x] == B[j+x]){
                        x++;
                    }
                    ans = Math.max(x,ans);
                }
            }
        }
        return  ans;
    }
}

不用想，超时

动态规划：

我们先看两个数组的最后一位，如果不相等就表明最后一位肯定不在重复的数组里面，如果相等可能包含在重复的数组里面，这还要看他们两个前面的子数组。如果前面的子数组的重复数组长度是n，并且两个数组最后一位是一样，那么整个数组的重复数组的长度就是n+1。因为有两个数组进行比较，所以设置一个二维数组dp[][]

状态转移方程：if(A[i] == B[j]) dp[i][j] = dp[i-1][j-1] + 1 ;

class Solution {
    public int findLength(int[] A, int[] B) {
        int a = A.length + 1;
        int b = B.length + 1;
        int[][] dp = new int[a][b];
        int ans = Integer.MIN_VALUE;
        for (int i = 1; i < a; i++) {
            for (int j = 1; j < b; j++) {
                if(A[i-1] == B[j-1]){
                    dp[i][j] = dp[i-1][j-1]+1;
                    ans = Math.max(ans,dp[i][j]);
                }
            }
        }
        if(ans < 0) ans = 0;
        return  ans;
    }
}

这个题很像一个经典的动态规划的题：最长公共子序列

https://leetcode-cn.com/problems/longest-common-subsequence/

首先来分析最优子结构：

设序列S1 = {x1,x2,.....,xn} 和 S2 = {y1,y2,.....,ym} 的最长公共子序列为 S = {z1,z2,..,zk}

若 xn = ym,那么zk = xn = ym, 且S[k-1] 是S1[n-1]和S2[m-1]的最长公共子序列

若xn != ym, 且zk!=xn, 则S[k]是S1[n-1]和S2[m]的最长公共子序列

若xn != ym, 且zk!=ym, 则S[k]是S1[n]和S2[m-1]的最长公共子序列

由此可见，该问题具有最优子结构，可用动态规划来解决

状态转移方程：
if(s1[i] == s2[j])  dp[i][j] = dp[i−1][j−1]+1;
if(s1[i] != s2[j])   dp[i][j] = max(dp[i−1][j],dp[i][j−1])

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int a = text1.length();
        int b = text2.length();
        int[][] dp = new int[a + 1][b + 1];
        for (int i = 1; i <= a; i++) {
            for (int j = 1; j <= b; j++) {
                if (text1.charAt(i - 1) == text2.charAt(j - 1))
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                else
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
            }
        }
        return dp[a][b];
    }
}