提示
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;
}
};
总结
公共子序列有点绕
学习时间90min。
学习资料:《代码随想录》。