代码随想录刷题第53天

7天倒计时，加油。

第一题是最长的公共子序列https://leetcode.cn/problems/longest-common-subsequence/description/，与昨天刷过的重复子数组https://leetcode.cn/problems/maximum-length-of-repeated-subarray/description/很相似，不同之处仅在于本题不在要求序列的连续，因此对重复子数组的代码略做修改即可。使用与重复子数组相同的dp数组与初始化方式，当遍历到nums[i - 1] == nums[j - 1]时，dp[i][j] = dp[i - 1][j - 1] + 1。当nums[i - 1] != nums[j - 1]时，dp[i][j]状态取决于dp[i - 1][j] 与dp[i][j-1]当中的最大值，相当于各自将序列后退一个元素以避开不相同元素。

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector <vector<int>> dp(text1.size() + 1, vector<int> (text2.size() + 1, 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()];

    }
};

第二题是不相交的线https://leetcode.cn/problems/uncrossed-lines/description/，纸老虎哈哈。本题事实上就是套壳的求最长公共子序列，因为本题中不仅要求了对应数字相同，同时要求相同数字在不同数组中的顺序保持一致，与最长公共子序列的题目描述如出一辙。直接搬代码就行。

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()];

    }
};

第三题是最大子数组和https://leetcode.cn/problems/maximum-subarray/，上次是用贪心方法ac的，这次用动规方法拿下。上动规五步曲：dp[i]表示以nums[i]为结尾的最大子数组和，由于题目要求最大子数组连续，因此dp[i]的状态与dp[i - 1]息息相关，同时nums数组中正数负数都存在，当遍历到nums[i]时发现大于dp[i - 1] + nums[i]，则说明dp[i -1]小于0，此时应舍弃dp[i -1]重新从nums[i]取得最大子数组和。从前向后遍历dp数组，从所有的dp值中取最大即为最终目标。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if (nums.size() == 0) return 0;
        if (nums.size() == 1) return nums[0]; 
    vector<int> dp(nums.size(), 0);
    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]);
        result = max(dp[i], result);
    }
    return result;
    }
};