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。
示例 1:
输入:text1 = "abcde", text2 = "ace"
输出:3
解释:最长公共子序列是 "ace" ,它的长度为 3 。
示例 2:
输入:text1 = "abc", text2 = "abc"
输出:3
解释:最长公共子序列是 "abc" ,它的长度为 3 。
示例 3:
输入:text1 = "abc", text2 = "def"
输出:0
解释:两个字符串没有公共子序列,返回 0 。
思路:动态规划
两个字符串,采用二维DP
dp函数+备忘录
dp函数定义:返回s1[i..]和s2[j..]的最长公共子序列的长度
//dp函数+备忘录
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>> memo(text1.size(),vector<int>(text2.size(),10000));
return dp(text1,text2,0,0,memo);
}
//dp函数定义:返回s1[i..]和s2[j..]的最长公共子序列的长度
int dp(string& s1,string& s2,int i,int j,vector<vector<int>>& memo)
{
if(i==s1.size()||j==s2.size())//任意一方到头,LCS就等于0
return 0;
if(memo[i][j]!=10000)
{
return memo[i][j];
}
if(s1[i]==s2[j])
memo[i][j]=1+dp(s1,s2,i+1,j+1,memo);
else
memo[i][j]=max(dp(s1,s2,i+1,j,memo),dp(s1,s2,i,j+1,memo));
return memo[i][j];
}
};
dp数组
dp数组定义:s1[0..i-1]和s2[0..j-1]的lcs长度为dp[i][j]
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
//dp数组定义:s1[0..i-1]和s2[0..j-1]的lcs长度为dp[i][j]
vector<vector<int>> dp(text1.size()+1,vector<int>(text2.size()+1,0));//当i==0||j==0时,lcs的长度为0
for(int i=1;i<=text1.size();i++)
{
for(int j=1;j<=text2.size();j++)
{
if(text1[i-1]==text2[j-1])
dp[i][j]=1+dp[i-1][j-1];
else
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
return dp[text1.size()][text2.size()];
}
};
516.最长回文子序列
给你一个字符串 s ,找出其中最长的回文子序列,并返回该序列的长度。
子序列定义为:不改变剩余字符顺序的情况下,删除某些字符或者不删除任何字符形成的一个序列。
示例 1:
输入:s = "bbbab"
输出:4
解释:一个可能的最长回文子序列为 "bbbb" 。
示例 2:
输入:s = "cbbd"
输出:2
解释:一个可能的最长回文子序列为 "bb" 。
思路:动态规划
虽然只有一个数组/字符串,但是依然采用二维DP,使用i,j两个状态变量
dp函数定义:返回在s[i..j]中,最长回文子序列的长度。
dp函数+备忘录
//dp函数+备忘录
class Solution {
public:
int longestPalindromeSubseq(string s) {
vector<vector<int>> memo(s.size(),vector<int>(s.size(),10000));
return dp(s,0,s.size()-1,memo);
}
//dp函数定义:返回在s[i..j]中,最长回文子序列的长度。
int dp(string& s,int i,int j,vector<vector<int>>& memo)
{
if(i>j)
return 0;
if(i==j)//只有一个字母,最长回文子序列长度为1
return 1;
if(memo[i][j]!=10000)//备忘录,减少重复计算
return memo[i][j];
if(s[i]==s[j])//它俩加上s[i+1,j-1]中的最长回文子序列就是s[i,j]的最长回文子序列
memo[i][j]=dp(s,i+1,j-1,memo)+2;
else//说明它俩不可能同时出现在s[i,j]的最长回文子序列中,所以只加它俩中的一个,看看谁的最长回文子序列最长
memo[i][j]=max(dp(s,i,j-1,memo),dp(s,i+1,j,memo));
return memo[i][j];
}
};
dp数组定义:表示s[i..j]中的最长回文子序列的长度
dp数组
class Solution {
public:
int longestPalindromeSubseq(string s) {
int n=s.size();
//dp数组定义:表示s[i..j]中的最长回文子序列的长度
vector<vector<int>> dp(n,vector<int>(n,0));
for(int i=0;i<n;i++)
{
dp[i][i]=1;
}
for(int i=n-2;i>=0;i--)
{
for(int j=i+1;j<n;j++)
{
if(s[i]==s[j])
dp[i][j]=dp[i+1][j-1]+2;
else
dp[i][j]=max(dp[i+1][j],dp[i][j-1]);
}
}
return dp[0][n-1];
}
};
给定数组 nums
和一个整数 k
。我们将给定的数组 nums
分成 最多 k
个相邻的非空子数组 。 分数 由每个子数组内的平均值的总和构成。
注意我们必须使用 nums
数组中的每一个数进行分组,并且分数不一定需要是整数。
返回我们所能得到的最大 分数 是多少。答案误差在 10-6
内被视为是正确的。
示例 1:
输入: nums = [9,1,2,3,9], k = 3 输出: 20.00000 解释: nums 的最优分组是[9], [1, 2, 3], [9]. 得到的分数是 9 + (1 + 2 + 3) / 3 + 9 = 20. 我们也可以把 nums 分成[9, 1], [2], [3, 9]. 这样的分组得到的分数为 5 + 2 + 6 = 13, 但不是最大值.
示例 2:
输入: nums = [1,2,3,4,5,6,7], k = 4 输出: 20.50000
提示:
1 <= nums.length <= 100
1 <= nums[i] <= 104
1 <= k <= nums.length
思路:二维dp+前缀和
//划分份数越多,平均值之和就越大,因此想要取得最大值必然是恰好划分成 k 份
class Solution {
public:
//dp[i][j]表示nums中前i个数分成最多j个非空子数组后所能得到的最大分数
double largestSumOfAverages(vector<int>& nums, int k) {
int n=nums.size();
vector<vector<double>> dp(n+1,vector<double>(k+1,0.0));
vector<int> preSum(n+1,0);
for(int i=1;i<=n;i++)//前缀和方便计算平均值
{
preSum[i]=preSum[i-1]+nums[i-1];
}
for(int i=1;i<=n;i++)//base case 当j==1时,只能都划在一个子数组里
{
dp[i][1]=(double)preSum[i]/i;
}
for(int i=1;i<=n;i++)
{
for(int j=2;j<=k;j++)
{
for(int r=2;r<=i;r++)//j>1时,枚举最后一个子数组的起点r,2<=r<=i
{
dp[i][j]=max(dp[i][j],dp[r-1][j-1]+(preSum[i]-preSum[r-1])/(i-r+1.0));
}
}
}
return dp[n][k];
}
};