718. 最长重复子数组。动态规划。普通解法+滚动数组

最新推荐文章于 2023-01-02 12:00:44 发布

翔空中，策人生

最新推荐文章于 2023-01-02 12:00:44 发布

阅读量122

点赞数 1

分类专栏：动态规划文章标签：动态规划 leetcode python 算法

本文链接：https://blog.csdn.net/weixin_52709752/article/details/125052036

版权

动态规划专栏收录该内容

30 篇文章 0 订阅

订阅专栏

这篇博客详细介绍了如何使用动态规划解决寻找两个整数数组的最长公共子数组问题。作者提供了两种解法，分别是普通数组解法和滚动数组解法，并详细解释了每种方法的思路和实现过程，包括dp数组的定义、递推关系、初始化和遍历顺序。通过这两种方法，可以有效地降低空间复杂度并找到最长公共子数组的长度。

摘要由CSDN通过智能技术生成

题目链接：

力扣

题目描述：

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。

示例 1：

输入：nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7]
输出：3
解释：长度最长的公共子数组是 [3,2,1] 。
示例 2：

输入：nums1 = [0,0,0,0,0], nums2 = [0,0,0,0,0]
输出：5

提示：

1 <= nums1.length, nums2.length <= 1000
0 <= nums1[i], nums2[i] <= 100

解题思路：

dp四部曲：

确定dp数组：dp[i][j]表示nums1中以下标为i的元素结尾、nums2中以下标为j的元素结尾的公共最长子数组的长度

确定递推关系：如果nums1[i]=nums2[j],那么dp[i][j]=dp[i-1][j-1]+1,即nums1[i]=nums2[j]时，那么dp值就是nums1[i-1]和nums2[j-1]的比较结果+1，表示又找到了一个相同的元素长度+1；否则dp[i][j]=0，因为nums1[i]和nums[j]本身就不一样，那么以它们结尾的子数组必然就不会相同（至少最后一个元素nums[i]和nums[j]不同）

初始化dp数组：如果nums1[0]==nums2[j],dp[0][j]=1,否则为0..如果nums1[i]=nums2[0],那么dp[i][0]=1否则为0,其他初始化为0

确定遍历顺序：外层顺序遍历，因为dp[i]的结果依赖于dp[i-1]

考虑到dp[i]只依赖dp[i-1]，所以可以考虑用滚动数组降低空间复杂度。

普通数组解法：

class Solution:
    def findLength(self, nums1: List[int], nums2: List[int]) -> int:
        max_len = 0
        dp = [[0] * len(nums2) for i in range(len(nums1))]
        for i in range(len(nums2)):#初始化
            if nums1[0] == nums2[i]:
                dp[0][i] = 1
                max_len = 1
        for i in range(len(nums1)):
            if nums2[0] == nums1[i]:
                dp[i][0] = 1
                max_len = 1
        for i in range(1, len(nums1)):
            for j in range(1, len(nums2)):
                if nums1[i] == nums2[j]: 
                    dp[i][j] = dp[i - 1][j - 1] + 1
                    max_len = max(max_len, dp[i][j])
        return max_len

滚动数组解法：（这里注意外层循环顺序遍历、内层循环得逆序遍历）

class Solution:
    def findLength(self, nums1: List[int], nums2: List[int]) -> int:
        max_len = 0
        dp = [0] * len(nums2)
        for i in range(len(nums2)):#初始化，考虑nums1[0]与nums2各元素的关系
            if nums1[0] == nums2[i]:
                dp[i] = 1
                max_len = 1
        for i in range(1, len(nums1)):#行是遍历num1的元素，列是遍历num2的元素
            for j in range(len(nums2) - 1, 0, -1):#逆序遍历，因为这一层的i要用到上一层i-1的结果，如果顺序遍历的话，那么这一层的数据会覆盖掉i-1的结果
                if nums1[i] == nums2[j]: 
                    dp[j] = dp[j - 1] + 1
                    max_len = max(max_len, dp[j])
                else: dp[j] = 0
            if nums1[i] == nums2[0]:#更新这一层dp[0]的值
                dp[0] = 1
                max_len = max(max_len, 1)
            else: dp[0] = 0
        return max_len