java算法day53 | 动态规划part14 ● 1143.最长公共子序列 ● 1035.不相交的线 ● 53. 最大子序和 动态规划

1143.最长公共子序列

思路：
1、dp数组的含义为text1的0到i（不包含i）位置和text2的0到j（不包含j）位置的最长公共子序列的个数。
2、递推公式
如果text1的i-1位置与text2的j-1位置相等，dp[i][j]=dp[i-1][j-1]+1。如果不相等，则dp[i][j]=Math.max(dp[i][j-1],dp[i-1][j])。
3、初始化。初始化为最小情况：0。
4、遍历循序：从小到大。
5、举例推导dp数组

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int[][] dp=new int[text1.length()+1][text2.length()+1];
        for(int i=1;i<=text1.length();i++){
            for(int j=1;j<=text2.length();j++){
                char ch1=text1.charAt(i-1);
                char ch2=text2.charAt(j-1);
                if(ch1==ch2){
                    dp[i][j]=dp[i-1][j-1]+1;
                }else{
                    dp[i][j]=Math.max(dp[i][j-1],dp[i-1][j]);
                }
            }
        }

        return dp[text1.length()][text2.length()];
    }
}

时间复杂度: $O(n\ast m)$
空间复杂度:$O(n\ast m)$

1035.不相交的线

和上一道题的思路完全一样。

class Solution {
    public int maxUncrossedLines(int[] nums1, int[] nums2) {
        int[][] dp=new int[nums1.length+1][nums2.length+1];
        for(int i=1;i<=nums1.length;i++){
            for(int j=1;j<=nums2.length;j++){
                if(nums1[i-1]==nums2[j-1]){
                    dp[i][j]=dp[i-1][j-1]+1;
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
                }
            }
        }
        return dp[nums1.length][nums2.length];
    }
}

时间复杂度: $O(n\ast m)$
空间复杂度:$O(n\ast m)$

53. 最大子序和 动态规划

和求连续递增子序列的思路相同。

class Solution {
    public int maxSubArray(int[] nums) {
        int[] dp=new int[nums.length];
        dp[0]=nums[0];
        int res=dp[0];
        for(int i=1;i<nums.length;i++){
                dp[i]=Math.max(nums[i],dp[i-1]+nums[i]);
                res=Math.max(res,dp[i]);
            
        }
        return res;
    }
}

时间复杂度: $O(n)$
空间复杂度:$O(n)$

这道题也可以用贪心来做：
代码如下：

class Solution {
    public int maxSubArray(int[] nums) {
        int res=Integer.MIN_VALUE;
        int count=0;
        for(int i=0;i<nums.length;i++){
            count+=nums[i];
            if(count>res) res=count;//存储当前最大子数组和
            if(count<0) count=0;//如果当前前缀和为负数，则清空count，从下一个开始
        }
        return res;
    }
}

时间复杂度: $O(n)$
空间复杂度:$O(1)$