代码随想录算法训练营第四十六天|1143.最长公共子序列，1035.不相交的线，53. 最大子序和-CSDN博客

本文链接：https://blog.csdn.net/weixin_47748259/article/details/136542981

系列文章目录

文章目录

系列文章目录
1143.最长公共子序列
1035.不相交的线
53. 最大子序和

1143.最长公共子序列

题目链接： 1143.最长公共子序列
题目内容： 给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。如果不存在公共子序列，返回 0 。一个字符串的子序列是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。两个字符串的公共子序列是这两个字符串所共同拥有的子序列。
视频讲解： 动态规划之子序列问题，元素不连续！| LeetCode：300.最长递增子序列

动态规划问题的五步曲：

确定dp数组（dp table）以及下标的含义：长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]
确定递推公式：dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
dp数组如何初始化：统一初始为0
确定遍历顺序：从左到右遍历，从上到下遍历
举例推导dp数组

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        dp=[[0]* (len(text2)+1) for _ in range(len(text1)+1)]
        for i in range(1,len(text1)+1):
            for j in range(1,len(text2)+1):
                if text1[i-1]==text2[j-1]:
                    dp[i][j]=dp[i-1][j-1]+1
                else:
                    dp[i][j]=max(dp[i-1][j],dp[i][j-1])
        return dp[len(text1)][len(text2)]

1035.不相交的线

题目链接： 1035.不相交的线
题目内容： 在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。现在，可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线，这些直线需要同时满足满足：nums1[i] == nums2[j]，且绘制的直线不与任何其他连线（非水平线）相交。请注意，连线即使在端点也不能相交：每个数字只能属于一条连线。以这种方法绘制线条，并返回可以绘制的最大连线数。
视频讲解： 动态规划之子序列问题，换汤不换药 | LeetCode：1035.不相交的线

本题说是求绘制的最大连线数，其实就是求两个字符串的最长公共子序列的长度！

class Solution:
    def maxUncrossedLines(self, nums1: List[int], nums2: List[int]) -> int:
        dp=[[0]* (len(nums2)+1) for _ in range(len(nums1)+1)]
        for i in range (1,len(nums1)+1):
            for j in range(1,len(nums2)+1):
                if nums1[i-1]==nums2[j-1]:
                    dp[i][j]=dp[i-1][j-1]+1
                else:
                    dp[i][j]=max(dp[i-1][j],dp[i][j-1])
        return dp[-1][-1]

53. 最大子序和

题目链接： 53. 最大子序和
题目内容： 给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。子数组是数组中的一个连续部分。
视频讲解： 看起来复杂，其实是简单动态规划 | LeetCode：53.最大子序和

动态规划问题的五步曲：

确定dp数组（dp table）以及下标的含义：包括下标i（以nums[i]为结尾）的最大连续子序列和为dp[i]
确定递推公式：dp[i] = max(dp[i - 1] + nums[i], nums[i])
dp数组如何初始化：统一初始为0
确定遍历顺序：从前往后遍历
举例推导dp数组

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp=[0]*len(nums)
        dp[0]=nums[0]
        result=dp[0]
        for i in range(1,len(nums)):
            dp[i]=max(dp[i-1]+nums[i],nums[i])
            result=max(result,dp[i])
        return result