674. 最长连续递增序列
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
if(nums.size()==1) return 1;
int len =nums.size();
vector<int> dp(len,1);
int result=0;
for(int i=1;i<len;i++){
if(nums[i]>nums[i-1]) dp[i]=dp[i-1]+1;
result=max(result,dp[i]);
}
return result;
}
};
本题和上一题区别就是求最长连续的递增子序列,上一题前一个状态是离散的,所以要用两层for循环,本题是连续的,只需要知道前一个dp[i-1]的状态就行,dp[i]的含义为以nums[i]为结尾的最长递增子序列长度,初始化为dp(len,1),递推公式为dp[i]=dp[i-1]+1
718. 最长重复子数组
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;
result=max(result,dp[i][j]);
}
}
return result;
}
};
这道题和上题区别就是用了二维数组,dp[i][j]含义为以A[i-1],B[j-1]为结尾的最长重复数组长度,避免初始化太过繁琐,其余代码和上题类似
1143.最长公共子序列
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>> dp(text1.size()+1,vector<int>(text2.size()+1,0));
int result=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]=dp[i-1][j-1]+1;
else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
return dp[text1.size()][text2.size()];
}
};
这道题要求最长公共子序列长度,上一题是连续,这一题是离散的,所以dp[i][j]的含义有所变化,dp[i][j]表示在[0,i),[0,j),所以也有效避免了字母先后顺序不一致的情况,区间上最长公共子序列的长度值,初始化dp数组为0
1035.不相交的线
class Solution {
public:
int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>> dp(nums1.size()+1,vector<int>(nums2.size()+1,0));
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;
else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
return dp[nums1.size()][nums2.size()];
}
};
和上一题求最长公共子序列一样,就是换了个壳子
53. 最大子序和
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int len=nums.size();
vector<int> dp(len,0);
dp[0]=nums[0];
int result=nums[0];
for(int i=1;i<len;i++){
if(dp[i-1]>0) dp[i]=dp[i-1]+nums[i];
else dp[i]=nums[i];
result=max(dp[i],result);
}
return result;
}
};
dp[i]的含义为以nums[i]为结尾的最大子数组和,初始化dp[0]=nums[0],result=dp[0],递推公式为dp[i]=max(dp[i-1]+nums[i],nums[i]),如果dp[i-1]<0,dp[i]从当前位置重新开始累加