一、LeetCode300. 最长递增子序列
1:题目描述(300. 最长递增子序列)
给你一个整数数组 nums
,找到其中最长严格递增子序列的长度。
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。
2:解题思路
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
# 确认dp数组的含义
# dp[i]表示i之前包括i的以nums[i]结尾最长上升子序列的长度
# 确认递推公式
# 位置i的最长升序子序列等于j从0到i-1各个位置的最长升序子序列 + 1 的最大值。
# 所以:if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);
# 注意这里不是要dp[i] 与 dp[j] + 1进行比较,而是我们要取dp[j] + 1的最大值
# dp[i]的初始化
# 每一个i,对应的dp[i](即最长上升子序列)起始大小至少都是1.
# 遍历顺序
# dp[i] 是有0到i-1各个位置的最长升序子序列 推导而来,那么遍历i一定是从前向后遍历
nums_len = len(nums)
if nums_len == 0:
return 0
dp = [1] * nums_len
for i in range(nums_len):
for j in range(0, i):
if nums[i] > nums[j]:
dp[i] = max(dp[i], dp[j]+1)
return max(dp)
二、LeetCode674. 最长连续递增序列
1:题目描述(674. 最长连续递增序列)
给定一个未经排序的整数数组,找到最长且 连续递增的子序列,并返回该序列的长度。
连续递增的子序列 可以由两个下标 l
和 r
(l < r
)确定,如果对于每个 l <= i < r
,都有 nums[i] < nums[i + 1]
,那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]]
就是连续递增子序列。
2:解题思路
class Solution:
def findLengthOfLCIS(self, nums: List[int]) -> int:
# 确认dp数组的含义
# dp[i]表示i之前包括i的以nums[i]结尾最长连续递增子序列的长度
# 确定递推公式
# if nums[i+1] > nums[i]: 说明是连续递增的
# dp[i+1] = dp[i]+1
# 初始化
# 每一个i,对应的dp[i](即最长上升子序列)起始大小至少都是1
# 遍历顺序
# 由递推公式可以看出,需要从前往后进行遍历
nums_len = len(nums)
if nums_len == 0:
return 0
dp = [1] * nums_len
for i in range(nums_len-1):
if nums[i] < nums[i+1]:
dp[i+1] = dp[i]+1
return max(dp)
三、LeetCode718. 最长重复子数组
1:题目描述(718. 最长重复子数组)
给两个整数数组 nums1
和 nums2
,返回 两个数组中 公共的 、长度最长的子数组的长度 。
2:解题思路
class Solution:
def findLength(self, nums1: List[int], nums2: List[int]) -> int:
# 确认dp数组的含义
# dp[i][j] :以下标i - 1为结尾的A,和以下标j - 1为结尾的B,最长重复子数组长度为dp[i][j]
# 确定递推公式
# 根据dp[i][j]的定义,dp[i][j]的状态只能由dp[i - 1][j - 1]推导出来。
# 即当A[i - 1] 和B[j - 1]相等的时候,dp[i][j] = dp[i - 1][j - 1] + 1;
# 根据递推公式可以看出,遍历i 和 j 要从1开始!
# 初始化
# 根据dp[i][j]的定义,dp[i][0] 和dp[0][j]其实都是没有意义的!
# 但dp[i][0] 和dp[0][j]要初始值,因为 为了方便递归公式dp[i][j] = dp[i - 1][j - 1] + 1;
# 所以dp[i][0] 和dp[0][j]初始化为0。
# 遍历顺序
# 外层for循环遍历A,内层for循环遍历B
nums1_len = len(nums1)
nums2_len = len(nums2)
if nums1_len == 0 or nums2_len == 0:
return 0
dp = [[0] * (nums2_len+1) for _ in range(nums1_len+1)]
reslut = 0
for i in range(1, nums1_len+1):
for j in range(1, nums2_len+1):
if nums1[i-1] == nums2[j-1]:
dp[i][j] = dp[i-1][j-1] + 1
if dp[i][j] > reslut: reslut = dp[i][j]
return reslut