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
∗
m
)
O(n*m)
O(n∗m)
空间复杂度:
O
(
n
∗
m
)
O(n*m)
O(n∗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
∗
m
)
O(n*m)
O(n∗m)
空间复杂度:
O
(
n
∗
m
)
O(n*m)
O(n∗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
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
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
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)