day53
1143.最长公共子序列
题目链接:1143. 最长公共子序列
1.确定dp数组及下标含义
$dp[i][j]:$长度为[0,i-1]的字符串text1与长度为[0,j-1]的字符串text2的最长公共子序列为$dp[i][j]$
2.确定递推公式
主要就是两大情况: text1[i - 1] 与 text2[j - 1]相同,text1[i - 1] 与 text2[j - 1]不相同
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] $+ 1;
如果text1[i - 1] 与 text2[j - 1]不相同,那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列,取最大的。
即:$dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);$
3.dp数组初始化
$dp[i][0]和dp[0][j]$可以理解为非法情况,赋值为0即可,其余全部赋值为任何值都可以,之后会覆盖掉
4.确定遍历顺序
5.打印dp数组
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int t1 = text1.size();
int t2 = text2.size();
vector<vector<int>> dp(t1+1,vector<int>(t2+1,0));
for( int i = 1; i <= t1; i++){
for( int j = 1; j <= t2; j++){
//相等时候和最长重复子序列相同
if( text1[i-1] == text2[j-1]){
dp[i][j] = dp[i-1][j-1]+1;
}else{//不同时候的处理
dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[t1][t2];
}
};
1035.不相交的线
题目链接:1035. 不相交的线
解题思路:和最长公共子序列思路一模一样
class Solution {
public:
int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
int n1 = nums1.size();
int n2 = nums2.size();
vector<vector<int>> dp(n1+1,vector<int>(n2+1,0));
for( int i = 1; i <= n1; i++){
for( int j = 1; j <= n2; 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[n1][n2];
}
};
53.最大子数组和
题目链接:53. 最大子数组和
确定dp数组下标及含义
dp[i]:包括下标i的最大连续子序列的和为dp[i]
确定递推公式
dp[i] = max( dp[i-1]+nums[i],nums[i]);
初始化
dp[0] = nums[0];
遍历顺序
从前向后,注意最后取值是取最大值
打印dp数组
class Solution {
public:
int maxSubArray(vector<int>& nums) {
// 贪心
// int result = INT_MIN;
// int sum = 0;
// for( int i = 0; i < nums.size(); i++){
// sum += nums[i];
// result = sum > result ? sum:result;
// sum = sum > 0 ? sum : 0 ;
// }
// return result;
// 动态规划
//时间:O(n)
//空间:O(n)
if( nums.size() == 1) return nums[0];
vector<int> dp(nums.size(),0);
dp[0] = nums[0];
// int result = INT_MIN;
int result = dp[0];
for( int i = 1; i < nums.size(); i++){
dp[i] = max( dp[i-1] + nums[i],nums[i]);
if( dp[i] > result) result = dp[i]; //动态规划过程中选出来最大值
}
return result;
}
};