代码随想录算法训练营第五十三天|1143.最长公共子序列、1035.不相交的线、53. 最大子序和 动态规划

文章介绍了如何使用动态规划方法解决最长公共子序列问题,该问题涉及到两个字符串的比较和递推公式。同时,也展示了类似的方法来解决最大子数组和问题,关注的是数组中连续子序列的最大和。两个问题的核心都是通过维护一个dp数组,根据前一状态推导当前状态,最终得到最优解。
摘要由CSDN通过智能技术生成
最长公共子序列
  1. 确定dp数组(dp table)以及下标的含义
    和上一题一样,dp[i][j]代表:
    长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]
  2. 确定递推公式
    主要就是两大情况: text1[i - 1] 与 text2[j - 1]相同,text1[i - 1] 与 text2[j - 1]不相同

    如果text1[i - 1] 与 text2[j - 1]相同,那么找到了一个公共元素,
    所以dp[i][j] = dp[i - 1][j - 1] + 1;

    如果text1[i - 1] 与 text2[j - 1]不相同,则:
    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
     
  3. dp数组初始化
    test1[0, i-1]和空串的最长公共子序列是0,所以dp[i][0] = 0;
    同理dp[0][j]也是0。
    其他下标都是随着递推公式逐步覆盖,可统一初始为0
  4. 确定遍历顺序
    从递推公式,可以看出,有三个方向可以推出dp[i][j],
    为了在递推的过程中,这三个方向都是经过计算的数值,所以要从前向后,从上到下来遍历这个矩阵。
  5. 举例推导dp数组:下副图 形象生动地展现了dp数组推导过程

 

 int longestCommonSubsequence(string text1, string text2)
    {
        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()];
    }

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。 

所以本题说是求绘制的最大连线数,其实就是求两个字符串的最长公共子序列的长度。

代码的思路和上题一样。

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()];
    }
};

最大子数组和

 这题要求子数组的和最大,即连续子序列的和最大

  1. 确定dp数组(dp table)以及下标的含义
    dp[i]代表以nums[i]为结尾的最大和
  2. 确定递推公式
    d[i] = max(d[i],d[i-1]+dp[i]);
  3. dp数组初始化
    最开始时,设dp[i]=nums[i]  即自己是以自己结尾的最大元素
  4. 遍历顺序
    由递推公式可是,从前往后遍历
  5. 举例推导dp数组
  int maxSubArray(vector<int>& nums)
    {
        vector<int>dp(nums.size(),0);
        for(int i=0; i<nums.size();i++)
        dp[i] = nums[i];

        int result=dp[0];

        for(int i=1; i<nums.size();i++)
        {
          dp[i] = max(dp[i],dp[i]+dp[i-1]);
          result = result>dp[i]? result:dp[i];       
//          cout<<i<<" "<<dp[i]<<" "<<result<<endl;
        }

        return result;
    } 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值