题目描述
给两个整数数组 A 和 B ,返回两个数组中公共的、长度最长的子数组的长度。
示例:
输入:
A: [1,2,3,2,1]
B: [3,2,1,4,7]
输出:3
解释:
长度最长的公共子数组是 [3, 2, 1] 。
提示:
1 <= len(A), len(B) <= 1000
0 <= A[i], B[i] < 100
思路:
DP 思路:
- 单看 A 、B数组的最后一项,如果它们俩不一样,公共子序列不包括它们俩—— 以它们俩为末尾项形成不了公共子序列:dp[i][j] = 0
- 如果他们俩一样,则要考虑它们俩前面的序列【能为它们俩提供多大的公共长度】dp[i-1][j-1]
- 它们俩的前缀序列的【最后一项】不相同,即它们的前一项不相同,由于子数组的连续性,前缀序列不能为它们俩提供公共长度 dp[i][j] = 0 + 1 = 1
- 它们俩的前缀序列的【最后一项】相同,则可以为它们俩提供公共长度 dp[i][j] = dp[i-1][j-1] + 1
图来源自leetcode作者:hyj8
代码:
class Solution {
public:
int findLength(vector<int>& A, vector<int>& B) {
int dp[A.size()][B.size()];
int max = 0;
//初始化
for(int c = 0; c<A.size();c++){
for(int r = 0;r<B.size();r++){
dp[c][r] = 0;
}
}
for(int r = 0;r<A.size();r++){
for(int c = 0;c<B.size();c++){
if(A[r] == B[c] ){
if(r == 0 || c == 0)
{
dp[c][r] = 1;
}
else{
dp[c][r] = dp[c-1][r-1] + 1;
}
}
if(dp[c][r] > max) {
max = dp[c][r];
}
}
}
return max;
}
};
- 时间复杂度 O(n^2),即 O(n * m)。 空间复杂度 O(n * m)
总结:
- 动态规划的核心思想是把原问题分解成子问题进行求解,还是分治的思想。
- 抽象出子问题然后找到子问题之间的联系,考虑好状态表示、状态转移、边界,会比较好思考出答案。