力扣 718题 最长公共子数组解析（同最长公共子串）

题目

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。

解法

本文在官方题解的基础上加了一点解释，作为补充，建议与力扣官方题解一起观看

1. 动态规划

1.1 思路

dp[i][j]表示nums1[i...end]与nums2[j...end]的最长公共前缀部分的长度
如果 nums1[i] == nums2[j]，那么 dp[i][j] = dp[i + 1][j + 1] + 1
如果 nums1[i] != nums2[j]，那么前缀部分肯定是不相同的，所以 dp[i][j] = 0
在这个过程中记录下dp数组的最大值即可，即 res
因为dp[i][j]是从dp[i + 1][j + 1]转移而来的，所以要倒着遍历数组

1.2 代码

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int n = nums1.length, m = nums2.length;
        int dp[][] = new int[n + 1][m + 1];
        int res = 0;
        for (int i = n - 1; i >= 0; i--) {
            for (int j = m - 1; j >= 0; j--) {
                dp[i][j] = nums1[i] == nums2[j] ? dp[i + 1][j + 1] + 1 : 0;
                res = Math.max(res, dp[i][j]);
            }
        }
        return res;
    }
}

1.3 复杂度

1. 时间复杂度：O(m*n)
2. 空间复杂度：O(m*n)

2. 滑动窗口

2.1 思路

两种对齐方式，一种是让A数组的开头产生偏移量，使得B数组的首个元素与A数组的某个元素对齐，另一种则是让B数组的开头产生偏移量，使得A数组的首个元素与B数组的某个元素对齐

2.2 代码

class Solution {
    public int findLength(int[] A, int[] B) {
        int n = A.length, m = B.length;
        int res = 0;
        // A的开头增加偏移量，偏移量大小为i，让B的首元素跟A的某个元素进行“对齐”
        for (int i = 0; i < n; i++) {
            int len = Math.min(n - i, m); // 滑动窗口大小，最小为1
            int maxLen = maxLength(A, i, B, 0, len);
            res = Math.max(res, maxLen);
        }
        // B的开头增加偏移量，偏移量大小为j，让A的首元素跟B的某个元素进行“对齐”
        for (int j = 0; j < m; j++) {
            int len = Math.min(n, m - j); // 滑动窗口大小，最小为1
            int maxLen = maxLength(A, 0, B, j, len);
            res = Math.max(res, maxLen);
        }
        return res;
    }

    public int maxLength(int[] A, int offsetA, int[] B, int offsetB, int len) {
        int res = 0, k = 0;
        // 在滑动窗口内逐个比较两个数组的元素，如果相同则k++，如果不同则k退回为0，在此过程中记录最大的k的值
        for (int i = 0; i < len; i++) {
            if (A[offsetA + i] == B[offsetB + i]) {
                k++;
            }else {
                k = 0;
            }
            res = Math.max(res, k);
        }
        return res;
    }
}

代码图示

2.3 复杂度

1. 时间复杂度：O(m+n)*min(n,m)，近似方法1中的O(m*n)
2. 空间复杂度：O(1)