leetcode 之动态规划

动态规划

1. 最大子序和

给定一个整数数组 nums ，找到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。

示例 1：
输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。

示例 2：
输入：nums = [1]
输出：1

示例 3：
输入：nums = [0]
输出：0

示例 4：
输入：nums = [-1]
输出：-1

示例 5：
输入：nums = [-100000]
输出：-100000

（1）动态规划解法1

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int n = nums.size();
        if (n == 1) return nums[0];
        int dp[n];
        dp[0] = nums[0];
        int res = nums[0];
        for(int i = 1; i < n; i++){
            dp[i] = max(dp[i-1]+nums[i],nums[i]);
            res = max(res,dp[i]);
        }
        return res;
    }
};

时间复杂度 o(n) 空间复杂度 o(n)

(2) 动态规划解法 2

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int n = nums.size();
        int res = nums[0];
        int pre = nums[0];
        for(int i = 1; i < n; i++){
            pre = max(pre+nums[i],nums[i]);
            res = max(res,pre);
        }
        return res;
    }
};

(3) 分治算法–后续补充
线段树区间

2. 买卖股票的最佳时机

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。

你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

示例 1：

输入：[7,1,5,3,6,4]
输出：5
解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。
示例 2：

输入：prices = [7,6,4,3,1]
输出：0
解释：在这种情况下, 没有交易完成, 所以最大利润为 0。

• 1 <= prices.length <= 1e5
• 0 <= prices[i] <= 1e4

class Solution {
public:
    int maxProfit(vector<int>& prices) {
        int minPrice = INT_MAX;
        int profit = 0;
        for(int i=0;i<prices.size();i++){
            if(prices[i]<minPrice) minPrice = prices[i];
            else{
                if(prices[i]-minPrice>profit){
                    profit = prices[i]-minPrice;
                }
            }
        }
        return max(profit,0);
    }
};

3.最长回文子串

大的是回文子串，里面的肯定也是回文子串
给你一个字符串 s，找到 s 中最长的回文子串。

示例 1：

输入：s = “babad”
输出：“bab”
解释：“aba” 同样是符合题意的答案。
示例 2：

输入：s = “cbbd”
输出：“bb”
示例 3：

输入：s = “a”
输出：“a”
示例 4：

输入：s = “ac”
输出：“a”

class Solution {
public:
    string longestPalindrome(string s) {
        int n = s.length();
        string ans;
        vector<vector<int>> dp(n,vector<int>(n));
        for(int l = 0; l < n; l++){
            for(int i = 0; i+l < n; i++){
                int j = i+l;
                if(l==0) dp[i][j] = 1;
                else if(l == 1) dp[i][j] = (s[i] == s[j]);
                else{
                    dp[i][j] = (s[i]==s[j] && dp[i+1][j-1]);
                }
                if(dp[i][j] && l+1 > ans.length()){
                    ans = s.substr(i,l+1);
                }
            }
        }
        return ans;
    }
};

时间复杂度 o(n^2), 空间复杂度 o(n^2)