不连续递增子序列的跟前0-i 个状态有关,连续递增的子序列只跟前一个状态有关
- dp[i]定义:以nums[i]结尾的最长递增子序长度
- 递推公式:if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);
num[i] 之前各个位置,如果满足单调条件 取最大的一个 - 初始化 vectordp(nums.size(), 1);
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int>dp(nums.size(), 1);
int result = 1;
for(int i=1; i<nums.size(); i++){
for(int j=0; j<i; j++){
if(nums[j] < nums[i]){
dp[i] = max(dp[i], dp[j]+1);
}
}
if(dp[i] > result) result = dp[i];
}
return result;
}
};
674. 最长连续递增序列
关键点:连续单调---->一旦断开,就是一新的开始
- 区间双指针
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
int result = 1;
int start=0;
int end=1;
while(end < nums.size()){
if(nums[end] <= nums[end-1]){
result = max(result, end - start);
start = end;
}
end++;
}
return max(result, end - start);
}
};
- dp[i]定义:以nums[i]结尾连续的最长递增子序长度
- 递推公式:if (nums[i] > nums[j]) dp[i] = dp[i-1] + 1;
如果 nums[i] > nums[i - 1],那么以 i 为结尾的连续递增的子序列长度 一定等于 以i - 1为结尾的连续递增的子序列长度 + 1 。 - 初始化 vectordp(nums.size(), 1);
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
vector<int>dp(nums.size(), 1);
int result = 1;
for(int i=1; i<nums.size(); i++){
if(nums[i] > nums[i-1]) dp[i] = dp[i-1] + 1;
if(dp[i] > result) result = dp[i];
}
return result;
}
};
最长重复子序列:必须是连续的 -----> 相等就加一 不相等就为0
最长公共子序列: 只需要保持顺序就可以---->相等加一,不相等子集找最大的
- dp[i][j] :以下标i - 1为结尾的A,和以下标j - 1为结尾的B,最长重复子数组长度
- 递推公式: 当A[i] 和B[j]相等的时候,dp[i+1][j+1] = dp[i][j] + 1;
不相等的时不需要处理 就是0
class Solution {
public:
int findLength(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>>dp(nums1.size()+1, vector<int>(nums2.size()+1, 0));
int result = 0;
for(int i=0; i<nums1.size(); i++){
for(int j=0; j<nums2.size(); j++){
if(nums1[i] == nums2[j]){
dp[i+1][j+1] = dp[i][j] + 1;
}
result = max(result, dp[i+1][j+1]);
}
}
return result;
}
};
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int n = text1.size();
int m = text2.size();
vector<vector<int>>dp(n+1, vector<int>(m+1, 0));
for(int i=1; i<=n; i++){
for(int j=1; j<=m; j++){
if(text1[i-1] == text2[j-1]){
dp[i][j] = dp[i-1][j-1] + 1;
}else dp[i][j] = max(dp[i][j-1], dp[i-1][j]);
}
}
return dp[n][m];
}
};
1035. 不相交的线
直线不能相交,这就是说明在字符串A中 找到一个与字符串B相同的子序列,且这个子序列不能改变相对顺序,只要相对顺序不改变,链接相同数字的直线就不会相交。
跟最长公共子序列是一样的。就是找一个固定的顺序,而且是最长的。一模一样
class Solution {
public:
int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size();
int m = nums2.size();
vector<vector<int>>dp(n+1, vector<int>(m+1, 0));
for(int i=1; i<=n; i++){
for(int j=1; j<=m; 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[n][m];
}
};
53. 最大子数组和
题目:给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
- 贪心
如果当前加和为负数,就连翻盘的机会都没有直接清零,从当前加
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int cnt = nums[0];
int max = cnt;
for(int i=1; i<nums.size(); i++){
if(cnt < 0){
cnt = nums[i];
}else{
cnt += nums[i];
}
if(cnt > max){
max = cnt;
}
}
return max;
}
};
- 动态规划
dp[i]:包括下标i(以nums[i]为结尾)的最大连续子序列和
dp[i] = max(dp[i - 1] + nums[i], nums[i]);
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int n = nums.size();
int result = INT_MIN;
vector<int>dp(n+1, INT_MIN);
dp[0] = 0;
for(int i=1; i<=n; i++){
dp[i] = max(dp[i-1] + nums[i-1], nums[i-1]);
result = max(dp[i], result);
}
return result;
}
};