代码随想录训练营Day 57|力扣1143.最长公共子序列、1035.不相交的线、53. 最大子数组和 动态规划

1.最长公共子序列

视频讲解：动态规划子序列问题经典题目 | LeetCode：1143.最长公共子序列_哔哩哔哩_bilibili

代码随想录

代码：

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>> dp(text1.size() + 1,vector<int>(text2.size() + 1,0));
        // dp[i][j]表示0~i-1和0~j-1字符串的最长公共子序列的长度
        // 定义成i-1和j-1是为了初始化方便 dp[0][j]和dp[i][0]无意义
        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()];
    }
};

思路：

        这道题和昨天的求两个数组的最长重复子数组很像，这道题的区别在于它不像前一道题那样要求所求的公共元素是连续的。

        而且两个题的dp数组的定义也不一样，前一道题明确要求以i-1和j-1作为结尾的最长重复子数组，所以我们不能保证最后一个元素一定是dp数组中最大的（因为必须以i-1和j-1为结尾，会丢弃一些长度更长的结果。所以要用result保存） 

        dp数组的含义：dp[i][j]表示下标为0~i-1和0~j-1字符串的最长公共子序列的长度。注意到了吗，只是求这两个字符串的最长公共子序列，没有要求一定要以什么东西结尾。所以最后一个元素就是dp数组中最大的那个元素。

        dp数组的初始化：dp[0][j]和dp[i][0]都没有实际意义，而且为了能够推出符合实际意义的dp[1][1]应该把这些元素初始化为0

        dp数组的递推公式：如果此时的i-1和j-1下标对应的元素都相等，那就可以在dp[i - 1][j - 1]的基础上加一了。如果不相等，就说明这两元素有互斥的关系，两个元素不可能同时被选到最长公共子序列中。所以我们可以分两种情况：dp[i - 1][j]或dp[i][j - 1]，取两个的最大值。

        dp数组的遍历顺序：正序遍历。

2.不相交的线

视频讲解：动态规划之子序列问题，换汤不换药 | LeetCode：1035.不相交的线_哔哩哔哩_bilibili

代码随想录

代码：

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()];
    }
};

思路：

        题目的关键就是要想到不相交就说明这些重复的元素的顺序是相对一样的，这种既不要求连续，又强调元素之间的顺序的——不就是子序列吗？那这题不就是求两个数组的最长公共子序列吗？所以和上题一样的。 

3.最大子数组之和

视频讲解：看起来复杂，其实是简单动态规划 | LeetCode：53.最大子序和_哔哩哔哩_bilibili

代码随想录

 代码：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> dp(nums.size(),0);
        // dp[i]表示以下标i结尾的最大连续子数组之和
        dp[0] = nums[0];
        int result = dp[0];
        for(int i = 1; i < nums.size(); i++){
            dp[i] = max(nums[i],dp[i - 1] + nums[i]);
            // 只有两种可能：接上以上一个元素结尾的最大连续子数组之和 或 从此时重新开始
            if(dp[i] > result) result = dp[i];
        }
        return result;
    }
};

思路：

        dp数组的含义： dp[i]表示以下标i结尾的最大连续子数组之和

        dp数组的递推公式：dp[i] = max(nums[i],dp[i - 1] + nums[i])；只有两种可能：接上以上一个元素结尾的最大连续子数组之和 或 从此时重新开始

        dp数组的初始化：初始化为给定数组的第一个元素值

        dp数组的遍历顺序：正序遍历

注意：又来了，这种以什么东西结尾的dp数组的定义，多半result还是得我们自己保存。以及，这道题不能直接初始化为0了，因为你在求最大值，数组里的元素有可能全是负数