因为自己的动态规划能力真的太差了,所以这次还是动态规划题。
这次选用了一道比较经典的题目:最长公共子串,首先贴出原题。
Given two integer arrays A
and B
, return the maximum length of an subarray that appears in both arrays.
Example 1:
Input: A: [1,2,3,2,1] B: [3,2,1,4,7] Output: 3 Explanation: The repeated subarray with maximum length is [3, 2, 1].
Note:
- 1 <= len(A), len(B) <= 1000
- 0 <= A[i], B[i] < 100
其实这道题我最开始想的使用暴力解法,就是一个个的比较,两层循环,对于每个A中的元素,都在B中遍历,看看以它为开头的最长子串长度是多少。但是这样会造成很多重复判断的结果,比如A中的每个元素判断的时候,都要把后面的元素判断一遍,知道不一样为止。但如果用动态规划效率就比较高了。我声明了一个二维数组length[i][j],要判断A中第i个元素和B中第j个元素相等时,到它们的子串长度,其实就把length[i-1][j-1]加1就好了。如果不想等置为0.所以最后再遍历一遍找到最大值就可以了。
#include<iostream>
#include<vector>
using namespace std;
class Solution {
public:
int findLength(vector<int>& A, vector<int>& B) {
vector<vector<int>> length;
vector<int> length_b;
for (int i = 0; i < B.size(); i++) {
length_b.push_back(0);
}
for (int i = 0; i < A.size(); i++) {
length.push_back(length_b);
}
//将边界设置好
for (int i = 0; i < B.size(); i++) {
if (A[0] == B[i])
length[0][i] = 1;
}
for (int i = 0; i < A.size(); i++) {
if (A[i] == B[0])
length[i][0] = 1;
}
for (int i = 1; i < A.size(); i++) {
for (int j = 1; j < B.size(); j++) {
if (A[i] == B[j]) {
length[i][j] = length[i - 1][j - 1] + 1;
}
}
}
int max = 0;
for (int i = 0; i < A.size(); i++) {
for (int j = 0; j < B.size(); j++) {
if (length[i][j] > max)
max = length[i][j];
}
}
return max;
}
};
所以可以看到复杂度为O(A.size*B.size),遍历一遍。
空间复杂度比较高,声明了一个二维数组,为O(A.size*B.size).
下面是效率图: