代码随想录算法训练营第55天 | 300.最长递增子序列 + 674.最长连续递增序列 + 718.最长重复子数组

今日任务

•  300.最长递增子序列 
•  674. 最长连续递增序列 
•  718. 最长重复子数组

300.最长递增子序列 - Medium

题目链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

    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。

思路：子序列问题是动态规划解决的经典问题，当前下标i的递增子序列长度，其实和i之前的下标j的子序列长度有关系。dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度

• 时间复杂度: O(n^2)
• 空间复杂度: O(n)

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        if (nums.size() <= 1) return nums.size();
        vector<int> dp(nums.size(), 1);
        int result = 0;
        for (int i = 1; i < nums.size(); i++) {
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);
            }
            if (dp[i] > result) result = dp[i]; // 取长的子序列
        }
        return result;
    }
};

674.最长连续递增序列 - Easy

题目链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

    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。

思路：连续递增子序列列，遍历时只需要比较 nums[i] 和 nums[i-1] 即可

• 时间复杂度：O(n)
• 空间复杂度：O(n)

class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) {
        if (nums.size() == 0) return 0;
        int result = 1;
        vector<int> dp(nums.size() ,1);
        for (int i = 1; i < nums.size(); i++) {
            if (nums[i] > nums[i - 1]) { // 连续记录
                dp[i] = dp[i - 1] + 1;
            }
            if (dp[i] > result) result = dp[i];
        }
        return result;
    }
};

718.最长重复子数组 - Medium

题目链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

    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 。

思路：题目中说的子数组，其实就是连续子序列；用二维数组可以记录两个字符串的所有比较情况，dp[i][j]表示以下标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]

• 时间复杂度：O(n × m)，n 为A长度，m为B长度
• 空间复杂度：O(n × m)

class Solution {
public:
    int findLength(vector<int>& nums1, vector<int>& nums2) {
        vector<vector<int>> dp (nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
        int result = 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;
                }
                if (dp[i][j] > result) result = dp[i][j];
            }
        }
        return result;
    }
};

 

今日总结

考研题型