刷题第53天 | 1143.最长公共子序列、1035.不相交的线、53. 最大子序和

1143. Longest Common Subsequence

题目链接：1143. Longest Common Subsequence
思路链接：代码随想录动态规划-最长公共子序列

思路

这题自己做出来了，主要是通过手推dp数组的方法，但是做完之后对于递推公式代表的意义不太明白

1. 确定dp数组：到text1的第i - 1个元素以及到text2到第j - 1个元素时，最长的公共子序列长度为dp[i][j]
2. 递推公式：如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素，所以dp[i][j] = dp[i - 1][j - 1] + 1;
   如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。
3. 初始化数组，通过手写dp数组，很容易可以看出下标为0时无意义，都为0
4. 遍历顺序，从左到右
5. 打印数组

Code

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        // 1. 确定dp数组
        // 到text1的第i - 1个元素以及到text2到第j - 1个元素时，最长的公共子序列长度为dp[i][j]
        int[][] dp = new int[text1.length() + 1][text2.length() + 1];
        // 2. 递推公式
        // 如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素，所以dp[i][j] = dp[i - 1][j - 1] + 1;
        // 如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。
        // if (text1Arr[i - 1] == text2Arr[j - 1]) {
        //     dp[i][j] = dp[i - 1][j - 1] + 1;
        // } else {
        //     dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j]);
        // }
        // 3. 初始化数组
        // 都为0
        // 4. 遍历顺序
        for (int j = 1; j < text2.length() + 1; j++) {
            for (int i = 1; i < text1.length() + 1; i++) {
                if (text1.charAt(i - 1) == text2.charAt(j - 1)) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                } else {
                    dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j]);
                }
            }
            // 5. 打印数组
            // for (int[] row : dp) {
            //     for (int item : row) {
            //         System.out.print(item + " ");
            //     }
            //     System.out.println();
            // }
            // System.out.println();
        }
        return dp[text1.length()][text2.length()];
    }
}

1035. Uncrossed Lines

题目链接：1035. Uncrossed Lines
思路链接：代码随想录动态规划-不向交的线

思路

这道题和上题一模一样，可以直接转化为求最长的公共子序列。

Code

class Solution {
    public int maxUncrossedLines(int[] nums1, int[] nums2) {
        // 1. 定义dp数组
        // 子序列nums1[0, i - 1]和子序列nums2[0, j - 1]最多能划dp[i][j]根线
        // 就是求最大的公共子序列长度
        int[][] dp = new int[nums1.length + 1][nums2.length + 1];
        // 2. 递推公式
        // if (nums1[i - 1] == nums2[j - 1]) {
        //     dp[i][j] = dp[i - 1][j - 1] + 1;
        // } else {
        //     dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
        // }
        // 3. 数组初始化
        // 都是0
        // 4. 遍历顺序
        int index = 1;
        int result = 0;
        for (int i = 1; i < nums1.length + 1; i++) {
            for (int j = 1; j < nums2.length + 1; j++) {
                if (nums1[i - 1] == nums2[j - 1]) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                } else {
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }

        // 5. 打印数组
        // for (int[] row : dp) {
        //     for (int item : row) {
        //         System.out.print(item + " ");
        //     }
        //     System.out.println();
        // }
        return dp[nums1.length][nums2.length];
    }
}

53. Maximum Subarray

题目链接：53. Maximum Subarray
思路链接：代码随想录动态规划-最大子序和

思路

注意递推公式，dp[i]只有两个方向可以推出来：
dp[i - 1] + nums[i]，即：nums[i]加入当前连续子序列和
nums[i]，即：从头开始计算当前连续子序列和
在这两者之间取最大值

这里要返回的不是dp数组最后一个值，要返回整个数组的最大值

Code

class Solution {
    public int maxSubArray(int[] nums) {
        // 1. 定义dp数组
        // 到第i个元素时之前的连续子序列最大和为dp[i]
        int[] dp = new int[nums.length];
        // 2. 递推公式
        // dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
        // 3. 初始化数组
        dp[0] = nums[0];
        // 4. 遍历顺序
        int result = nums[0];
        for (int i = 1; i < nums.length; i++) {
            dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
            if (result < dp[i]) result = dp[i];
            // 5. 打印数组
            // for (int item : dp) {
            //     System.out.print(item + " ");
            // }
            // System.out.println(result);
        }
        return result;
    }
}