300.最长递增子序列
链接:LeetCode300.最长递增子序列
子序列:子序列是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7]是数组[0,3,1,6,2,2,7]的子序列。
- 确定dp数组以及下标含义。dp[i]表示在下标为[0-i]的数组中最长递增子序列的元素个数。
- 确定递推公式。if(nums[i]>nums[j]) dp[i] =max(dp[i],dp[j]+1);(0<j<i)
- dp数组初始化。dp[i] = 1;(因为单独一个元素本身就是一个递增子序列)
- 确定遍历顺序。从前往后遍历数组。
- 举例推导dp数组
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int> dp(nums.size(),1);
int ans=1;
for(int i=1;i<nums.size();++i){
for(int j=0;j<i;++j){
if(nums[i]>nums[j]) dp[i] = dp[i]>dp[j]+1?dp[i]:dp[j]+1;
}
ans = ans>dp[i]?ans:dp[i];
}
return ans;
}
};
674.最长连续递增序列
链接:LeetCode674.最长连续递增序列
从下标为1的地方从前往后遍历数组,如果nums[i]>nums[i-1]就将res加1,否则将res变为1重新开始计数。
贪心
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
int ans = 1,res=1;
for(int i=1;i<nums.size();++i){
if(nums[i]>nums[i-1]) ++res;
else res = 1;
ans = ans>res?ans:res;
}
return ans;
}
};
动态规划
- 确定dp数组以及下标含义。dp[i]表示下标为[0-i]的数组中最长连续递增序列的子数组。
- 确定递推公式.if(nums[i]>nums[i-1])dp[i] = dp[i-1]+1;
- 数组初始化。dp[i] =1;
- 确定遍历顺序。从前往后开始遍历。
- 举例推导dp数组。
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
vector<int> dp(nums.size(),1);
int ans=1;
for(int i=1;i<nums.size();++i){
if(nums[i]>nums[i-1]) dp[i] = dp[i-1]+1;
ans = ans>dp[i]?ans:dp[i];
}
return ans;
}
};
718.最长重复子数组
- 确定dp数组以及下标含义。dp[i][j]表示下标为[0-i]的nums1数组和下标为[0-j]的nums2数组公共的长度最长的子数组的长度。
- 确定递推公式.if(nums[i]==nums[j]) dp[i][j] = dp[i-1][j-1]+1;
- 数组初始化。if(nums1[0]==nums2[j])dp[0][j] =1;if(nums1[i]==nums2[0]) dp[i][0]=1;
- 确定遍历顺序。从前往后开始遍历。先遍历nums1后遍历nums2;
- 举例推导dp数组。
class Solution {
public:
int findLength(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>> dp(nums1.size(),vector<int>(nums2.size(),0));
//初始化
int ans=0;
for(int j=0;j<nums2.size();++j) if(nums1[0]==nums2[j]) dp[0][j]=1;
for(int i=1;i<nums1.size();++i) if(nums1[i] == nums2[0]) dp[i][0] = 1;
for(int i=0;i<nums1.size();++i){
for(int j=0;j<nums2.size();++j){
if(nums1[i]==nums2[j]&&i>0&&j>0) dp[i][j] = dp[i-1][j-1]+1;
ans = max(ans,dp[i][j]);
}
}
return ans;
}
};
第二版
与第一版的不同之处就是dp数组下标的含义。
dp[i][j]表示长度为i的nums1子数组和长度为j的nums2子数组中公共的、长度最长的子数组的长度。
class Solution {
public:
int findLength(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>> dp(nums1.size()+1,vector<int>(nums2.size()+1,0));
//初始化
int ans=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;
ans = max(ans,dp[i][j]);
}
}
return ans;
}
};
滚动数组
将第二版代码中,用第i-1层覆盖第i层。
class Solution {
public:
int findLength(vector<int>& nums1, vector<int>& nums2) {
vector<int> dp(nums2.size()+1,0);
//初始化
int ans=0;
for(int i=1;i<=nums1.size();++i){
for(int j=nums2.size();j>=1;--j){
if(nums1[i-1]==nums2[j-1]) dp[j] =dp[j-1]+1;
else dp[j] = 0;
ans = ans>dp[j]?ans:dp[j];
}
}
return ans;
}
};
这一版代码需要注意的地方是:
当nums[i]!=nums[i-1]的情况下,要把dp[j]重置为0;
因为要求的是最长的公共子数组,子数组是连续的,一旦遇到一个不相同的值,需要从后面重新开始计数。
但是对于二维的dp数组不需要这一步操作,是因为二维dp数组没有被覆盖的情况,每一个状态都是独立的。