代码随想录算法训练营第五十二天|1143.最长公共子序列、1035.不相交的线、53. 最大子序和

最新推荐文章于 2024-05-20 20:08:58 发布

silencehhhh

最新推荐文章于 2024-05-20 20:08:58 发布

阅读量192

点赞数 5

文章标签：算法数据结构 leetcode c++

本文链接：https://blog.csdn.net/weilana/article/details/138277686

版权

提示

文章目录

一、最长公共子序列
二、不相交的线
三、最大子序和
总结

一、最长公共子序列

与之前的求连续子序列不同的是这里是求相对顺序相同的子序列

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        //最长公共子序列
        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++) {
                if (text1[i - 1] == text2[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[text1.size()][text2.size()];
    
    }
};

二、不相交的线

与上一题相同，不能相交，也就是相对顺序必须一样

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++) {
                if (nums1[i - 1] == nums2[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[nums1.size()][nums2.size()];
    }
};

三、最大子序和

贪心算法相对比较简单，动态规划也是相同思路，判断之前的和与以当前开头的和相比取最大值

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        //动态规划
        //dp[i]表示遍历到i时的最大和
        vector<int>dp(nums.size());

        dp[0] = nums[0];
        int reslut = nums[0];
        for (int i = 1; i < nums.size(); i++) {
            dp[i] = max (dp[i-1] + nums[i], nums[i]);
            if (dp[i] > reslut) reslut = dp[i];
        }
        return reslut;
    }
};