300.最长递增子序列
今天开始正式子序列系列,本题是比较简单的,感受感受一下子序列题目的思路。
class Solution {
public int lengthOfLIS(int[] nums) {
// dp[i]表示**i之前包括i的以nums[i]结尾的最长递增子序列的长度**
int[] dp=new int[nums.length];
//以下标i为结尾的连续递增的子序列长度最少也应该是1,即就是nums[i]这一个元素。所以dp[i]应该初始1;
Arrays.fill(dp,1);
for(int i=1;i<nums.length;i++){
for(int j=0;j<i;j++){
if(nums[i]>nums[j]){//相等不算递增
//如果遍历到i比前面元素j大
dp[i]=Math.max(dp[j]+1,dp[i]);//要和他的上一个比,然后再覆盖i
}
}
}
int res = 0;
for (int i = 0; i < dp.length; i++) {
res = Math.max(res, dp[i]);
}
return res;
}
}
674.最长连续递增序列
本题相对于昨天的动态规划:300.最长递增子序列 最大的区别在于“连续”。 先尝试自己做做,感受一下区别
class Solution {
public int findLengthOfLCIS(int[] nums) {
// dp[i]表示**i之前包括i的以nums[i]结尾的最长递增子序列的长度**
int[] dp=new int[nums.length];
//初始化第一个元素结尾的最长递增子序列长度为1
Arrays.fill(dp,1);
int result=1;
for(int i=1;i<nums.length;i++){
if(nums[i]>nums[i-1]){//相等不算递增
//如果遍历到i比前面元素j大,当前元素才会得到更新。
dp[i]=dp[i-1]+1;
}
//每个循环都会得到一个当前dp[i],与历史最优做对比
if(dp[i]>result) result=dp[i];
}
return result;
}
}
718.最长重复子数组
class Solution {
public int findLength(int[] nums1, int[] nums2) {
int[][] dp=new int[nums1.length][nums2.length];
//dp[i][j]含义:以下标i结尾的nums1数组A,以下标j 为结尾的数组nums2,的最长重复子数组的长度
int result=0;
//遍历nums1与nums2的第一个元素比较用以初始化
for(int i=0;i<nums1.length;i++){
if(nums1[i]==nums2[0]){
dp[i][0]=1;
}
}
//遍历nums2用以初始化
for(int j=0;j<nums2.length;j++){
if(nums1[0]==nums2[j]){
dp[0][j]=1;
}
}
for(int i=0;i<nums1.length;i++){
for(int j=0;j<nums2.length;j++){
if(nums1[i]==nums2[j]&&i>=1&&j>=1){
dp[i][j]=dp[i-1][j-1]+1;
result=Math.max(result,dp[i][j]);
}
result=Math.max(result,dp[i][j]);
}
}
return result;
}
}