【学习笔记】LeetCode练习-动态规划

主要思想

动态规划是求解决策过程最优化的过程，往往用于优化递归问题，以减少计算量。一旦某个给定子问题的解已经算出，则将其记忆化存储，以便下次需要同一个子问题解之时直接查表。

练习题

300.最长上升子序列
题目：给定一个无序的整数数组，找到其中最长上升子序列的长度。
示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4 
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。

代码：

def lengthOfLIS(nums):
    if not nums:return 0 
    dp=[1]*len(nums)
    for i in range(len(nums)):
        for j in range(i):
            if nums[i]>nums[j]:   
                dp[i]=max(dp[i],dp[j]+1)
    return max(dp)  
print(lengthOfLIS([10,9,2,5,3,7,101,18]))

5. 最长回文子串
题目：给定一个字符串 s，找到 s 中最长的回文子串。可假设 s 的最大长度为 1000。

示例 ：
输入: "babad"
输出: "bab"
注意: "aba" 也是一个有效答案。

代码：

def longestPalindrome(s):
    length=len(s)
    if length<2:  #判断边界条件
        return s
    dp=[[False for _ in range(length)]for _ in range(length)] #定义dp状态矩阵
    max_len=1
    start=0 #后续记录回文串初试位置
    for j in range(1,length):
        for i in range(j):
            #矩阵中逐个遍历
            if s[i]==s[j]:
                if j-i<3:
                    dp[i][j]=True
                else:
                    dp[i][j]=dp[i+1][j-1]
            if dp[i][j]: #记录位置，返回有效答案
                cur_len=j-i+1
                if cur_len>max_len:
                    max_len=cur_len
                    start=i
    return s[start:start+max_len]
print(longestPalindrome("babad"))

(TBD)