DAY57：动态规划（子序列2）1143、1035、53

Leetcode: 1143 最长公共子序列

1、dp数组定义和下标

dp[i][j]：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。

2、确认递推公式

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，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。

3、初始化

与昨天718题目一样，基本思路逻辑也是一样的。所以很容易写出代码如下：

时间复杂度: O(n * m）

空间复杂度: O(n * m）

class Solution {
public:
    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][j - 1], dp[i - 1][j]);
                }
            }
        }
        return dp[text1.size()][text2.size()];

    }
};

Leetcode: 1035 不相交的线

这道题就是题意比较绕，实际上和上一题是一模一样的。两个相等的数会画一条直线，同时要考虑顺序，是求两个字符串的最长公共子序列的长度。

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][j - 1], dp[i - 1][j]);
                }
            }
        }
        return dp[nums1.size()][nums2.size()];

    }
};

Leetcode: 53 最大子序和动态规划

1、下标和定义

dp[i]：包括下标i（以nums[i]为结尾）的最大连续子序列和为dp[i]。

2、递推公式

很简单的可以想出：dp[i] = max(dp[i - 1] + nums[i], nums[i]);

3、初始化

dp[0] = nums[0]；

时间复杂度：O(n)

空间复杂度：O(n)

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if (nums.size() == 0) return 0;
        vector<int> dp(nums.size(), 0);
        dp[0] = nums[0];
        int result = dp[0];//注意要找连续最大子序列，所以需要定义result
        for(int i = 1; i < nums.size(); i++){
            dp[i] = max(dp[i - 1] + nums[i], nums[i]);
            if(result < dp[i]) result = dp[i];
        }
        return result;
    }
};