代码随想录算法训练营第45天 |子序列

1、最长递增子序列

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        # dp含义：第i个数结尾的最长递增子序列长度为dp[i]
        # 子序列长度至少为1
        dp = [1] * len(nums)
        # 对数组中每个数，遍历它之前的数
        for i in range(1, len(nums)):
            for j in range(i):
                # 如果之前的数小于当前的数，当前的长度+1
                if nums[i] > nums[j]:
                    dp[i] = max(dp[j]+1, dp[i])
        return max(dp)

2、最长连续递增子序列

class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        # dp含义：第i个数结尾的最长递增子序列长度为dp[i]
        # 最小长度为1
        dp = [1]*len(nums)
        # 因为要求连续，只需要比较当前和前一个数的大小即可
        for i in range(1, len(nums)):
            if nums[i] > nums[i-1]:
                dp[i] = dp[i-1]+1
        return max(dp)

3、最长重复子序列

class Solution:
    def findLength(self, nums1: List[int], nums2: List[int]) -> int:
        # 定义dp[i][j]为以i-1结尾的nums1和j-1结尾的nums2的最长子数组长度
        # 如果定义成以i结尾，j结尾，需要手动对第一行第一列初始化
        dp = [[0]*(len(nums2)+1) for i in range((len(nums1)+1))]
        result = 0
        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
                    result = max(result, dp[i][j])
        return result

这里最主要是dp定义，和为什么定义为i-1 j-1结尾，第0行第0列分别代表了nums1，nums2为空的情况，可以直接赋值为0，省去了复杂的初始化