代码随想录算法训练营第五十六天 | 动态规划 part 14 | 1143.最长公共子序列、1035.不相交的线、53. 最大子序和(dp)

目录

1143.最长公共子序列

Leetcode

思路

本题和718. 最长重复子数组 区别在于这里不要求是连续的了,但要有相对顺序,即:"ace" 是 "abcde" 的子序列,但 "aec" 不是 "abcde" 的子序列。

不是连续的话,具体写代码的区别体现在递推公式上,

if text1[i - 1] != text2[j - 1]: dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])

从下图可以看出来可以有三个方向推导出dp[i][j]

举例推导dp数组

以输入:text1 = "abcde", text2 = "ace" 为例,dp状态如图:

代码

python 复制代码
class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        dp = [[0] * (len(text1) + 1) for _ in range(len(text2) + 1)]

        for i in range(1, len(text2) + 1):
            for j in range(1, len(text1) + 1):
                if text2[i - 1] == text1[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[-1][-1]
  • 时间复杂度: O(n * m),其中 n 和 m 分别为 text1 和 text2 的长度
  • 空间复杂度: O(n * m)

1035.不相交的线

Leetcode

思路

此题和上题一模一样。

代码

python 复制代码
class Solution:
    def maxUncrossedLines(self, nums1: List[int], nums2: List[int]) -> int:
        dp = [[0] * (len(nums1) + 1) for _ in range(len(nums2) + 1)]

        for i in range(1, len(nums2) + 1):
            for j in range(1, len(nums1) + 1):
                if nums2[i - 1] == nums1[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[-1][-1]

53. 最大子序和(dp)

Leetcode

思路

  1. dp[i]:包括下标i(以nums[i]为结尾)的最大连续子序列和为dp[i]。
  2. 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
      我一开始写成了dp[i] = max(dp[i], dp[i - 1] + nums[i]),那这就不对了,因为这样就会受到dp[i]初始化的影响。
  3. 初始化:dp[0] = nums[0],剩下的随意
  4. 遍历顺序从前往后
  5. 举例
    以示例一为例,输入:nums = [-2,1,-3,4,-1,2,1,-5,4],对应的dp状态如下:

代码

python 复制代码
class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp = [nums[0]] * len(nums)
        res = nums[0]
        for i in range(1, len(nums)):
            dp[i] = max(nums[i], dp[i - 1] + nums[i])
            res = max(res, dp[i])
        return res
  • 时间复杂度:O(n)
  • 空间复杂度:O(n)
相关推荐
我星期八休息16 小时前
深入理解跳表(Skip List):原理、实现与应用
开发语言·数据结构·人工智能·python·算法·list
lingran__16 小时前
速通ACM省铜第四天 赋源码(G-C-D, Unlucky!)
c++·算法
蒋星熠17 小时前
如何在Anaconda中配置你的CUDA & Pytorch & cuNN环境(2025最新教程)
开发语言·人工智能·pytorch·python·深度学习·机器学习·ai
合作小小程序员小小店17 小时前
机器学习介绍
人工智能·python·机器学习·scikit-learn·安全威胁分析
haogexiaole17 小时前
贪心算法python
算法·贪心算法
希望201717 小时前
图论基础知识
算法·图论
m0_7135418417 小时前
systemverilog如何解决不能使用变量索引来进行位选择的范围指定
算法·systemverilog
JavaEdge在掘金17 小时前
掌握Spring IoC容器和Bean作用,轻松实现依赖注入!
python
七牛云行业应用18 小时前
深度解析强化学习(RL):原理、算法与金融应用
人工智能·算法·金融
和编程干到底18 小时前
数据结构 栈和队列、树
数据结构·算法