1、leetcode1143 最长公共子序列
-
动规五部曲
-
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的最长公共子序列的长度
- 下标定义到i-1与j-1 ==》为了简化dp数组第一行和第一列的初始化逻辑
-
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
- text1[i - 1] == text2[j - 1] ===》说明找到了一个公共元素
- dp[i] [j] = dp[i-1] [j-1]+1
- text1[i - 1] != text2[j - 1] ===》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。
- dp[i] [j] = max(dp[i - 1] [j], dp[i] [j - 1])
- text1[i - 1] == text2[j - 1] ===》说明找到了一个公共元素
- 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
-
初始化
- dp[i] [0] = 0 dp[0] [j] = 0
-
遍历顺序
- 从前向后遍历
- 从上至下遍历
-
举例
-
-
代码
class Solution { public int longestCommonSubsequence(String text1, String text2) { int[][] dp = new int[text1.length()+1][text2.length()+1]; for(int i=1; i<=text1.length(); i++) { for(int j=1; j<=text2.length(); j++) { 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-1][j], dp[i][j-1]); } } } return dp[text1.length()][text2.length()]; } }
2、leetcode1035 不相交的线
-
题目分析
- 直线不能相交,这就是说明在数组A中 找到一个与数组B相同的子序列,且这个子序列不能改变相对顺序,只要相对顺序不改变,链接相同数字的直线就不会相交。
- 本题说是求绘制的最大连线数,其实就是求两个字符串的最长公共子序列的长度!
- 思路同上一题 1143.最长公共子序列
-
代码
class Solution { public int maxUncrossedLines(int[] nums1, int[] nums2) { int[][] dp = new int[nums1.length+1][nums2.length+1]; for(int i=1; i<=nums1.length; i++) { for(int j=1; j<=nums2.length; 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]); } } } return dp[nums1.length][nums2.length]; } }
3、leetcode53 最大子序和
-
动规五部曲
- dp[i] = 以nums[i]结尾的数组的具有最大和的连续子数组的最大和
- 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
- 一定是取最大的,所以dp[i] = max(dp[i - 1] + nums[i], nums[i])
- dp[i]只有两个方向可以推出来:
- 初始化
- dp[0] = nums[0]
- 遍历顺序
- 从前向后遍历
- 举例
注意:要找最大的连续子序列,就应该找每一个i为终点的连续最大子序列,所以在递推公式的时候,可以直接选出最大的dp[i]。
-
动规代码
class Solution { public int maxSubArray(int[] nums) { int[] dp = new int[nums.length]; dp[0] = nums[0]; int res = nums[0]; for(int i=1; i<nums.length; i++) { dp[i] = Math.max(dp[i-1] + nums[i], nums[i]); res = Math.max(dp[i], res); } return res; } }
-
贪心代码
class Solution { public int maxSubArray(int[] nums) { int res = Integer.MIN_VALUE; int sum = 0; for(int i=0; i<nums.length; i++) { sum += nums[i]; if(sum > res) {// 取区间累计的最大值(相当于不断确定最大子序终止位置) res = sum; } if(sum <= 0) {// 相当于重置最大子序起始位置,因为遇到负数一定是拉低总和 sum = 0; } } return res; } }