一、300. 最长递增子序列
题目链接:300. 最长递增子序列 - 力扣(LeetCode)
文章讲解:代码随想录 (programmercarl.com)——300. 最长递增子序列
视频讲解:动态规划之子序列问题,元素不连续!| LeetCode:300.最长递增子序列_哔哩哔哩_bilibili
动态规划五部曲:
1. 确定 dp 数组及下标含义:dp[ i ] 表示以 nums[ i ] 为结尾的最长子序列的长度。结果为dp数组最大值
2. 确定递推公式:if nums[ i ] > nums[ j ]:
dp[ i ] = max(dp[ j ] + 1, dp[ i ]),nums[ j ] 为 nums[ i ] 前一位
3. 确定dp数组如何初始化:dp[ i ] = 1
4. 确定遍历顺序:递增子序列依赖前一个元素,所以 i 要从小到大遍历,j 从小到大或从大到小都可以。
for i in range(1, len(nums)):
for j in range(0, i):
递推公式
5. 举例推导dp数组。
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
# 创建dp数组,并全部初始化为1
dp = [1] * (len(nums) + 1)
for i in range(1, len(nums)):
for j in range(0, i):
if nums[i] > nums[j]:
dp[i] = max(dp[j] + 1, dp[i])
return max(dp)
二、674. 最长连续递增序列
题目链接:674. 最长连续递增序列 - 力扣(LeetCode)
文章讲解:代码随想录 (programmercarl.com)——674. 最长连续递增序列
视频讲解:动态规划之子序列问题,重点在于连续!| LeetCode:674.最长连续递增序列_哔哩哔哩_bilibili
动态规划五部曲:
1. 确定 dp 数组及下标含义:dp[ i ] 表示以 i 为结尾的最长递增子序列长度
2. 确定递推公式:if nums[ i ] > nums[ i - 1 ]: dp[ i ] = dp[ i - 1 ] + 1
3. 确定dp数组如何初始化:全部初始化为1
4. 确定遍历顺序:从小到大前序遍历
5. 举例推导dp数组。
class Solution:
def findLengthOfLCIS(self, nums: List[int]) -> int:
dp = [1] * (len(nums))
for i in range(1, len(nums)):
if nums[i] > nums[i - 1]:
dp[i] = dp[i - 1] + 1
return max(dp)
三、718. 最长重复子数组
题目链接:718. 最长重复子数组 - 力扣(LeetCode)
文章讲解:代码随想录 (programmercarl.com)——718. 最长重复子数组
视频讲解:动态规划之子序列问题,想清楚DP数组的定义 | LeetCode:718.最长重复子数组_哔哩哔哩_bilibili
动态规划五部曲:
1. 确定 dp 数组及下标含义:dp[ i ][ j ] 表示以 i - 1 为结尾的nums1 和 j - 1 结尾的 nums2,最长重复子数组的长度
2. 确定递推公式:if nums1[ i - 1] == nums2[ j - 1 ]: dp[ i ][ j ] = dp[ i - 1 ][ j - 1 ] + 1
3. 确定dp数组如何初始化:dp[ i ][ 0 ] = 0, dp[ 0 ][ j ] = 0,因为第一行和第一列在dp数组的定义下没意义
4. 确定遍历顺序:两层 for 循环先遍历哪一个都可以
for i in range(1, len(nums1) + 1):
for j in range(1, len(nums2) + 1):
5. 举例推导dp数组。
class Solution:
def findLength(self, nums1: List[int], nums2: List[int]) -> int:
# 创建(len(nums1) + 1)行,(len(nums2) + 1)列的全0数组
dp = [[0] * (len(nums2) + 1) for _ in range(len(nums1) + 1)]
# 记录公共子序列长度
result = 0
# 遍历数组1
for i in range(1, len(nums1) + 1):
# 遍历数组2
for j in range(1, len(nums2) + 1):
if nums1[i - 1] == nums2[j - 1]:
dp[i][j] = dp[i - 1][j - 1] + 1
# 更新最大公共子序列长度
if result < dp[i][j]:
result = dp[i][j]
return result