day53【子序列】1143.最长公共子序列 1035.不相交的线 53.最大子序和

文章目录

  • [1143. 最长公共子序列](#1143. 最长公共子序列)
  • 1035.不相交的线
  • [53. 最大子序和](#53. 最大子序和)

1143. 最长公共子序列

  • 题目链接:力扣链接

  • 讲解链接:代码随想录讲解

  • 题意:给定两个字符串 text1 和 text2,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回 0 。

    一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。

    例如,"ace" 是 "abcde" 的子序列,但 "aec" 不是 "abcde" 的子序列。

    两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。

    复制代码
      示例 1:
      输入:text1 = "abcde", text2 = "ace" 
      输出:3  
      解释:最长公共子序列是 "ace" ,它的长度为 3 。
      
      示例 2:
      输入:text1 = "abc", text2 = "abc"
      输出:3
      解释:最长公共子序列是 "abc" ,它的长度为 3 。
      
      示例 3:
      输入:text1 = "abc", text2 = "def"
      输出:0
      解释:两个字符串没有公共子序列,返回 0 。
  • 思路

    dp数组代表第i-1和j-1为结尾的最长公共子序列的长度。

    所以在遍历中,for的条件要写从1开始遍历,循环条件为<=length;循环体中,如果当前字母相同,那结果就是前一个状态的dp+1;如果当前字母不是相同的,那结果就看前一个i和当前j / 前一个j和当前i中的最大值。

java 复制代码
class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        char[] char1 = text1.toCharArray();
        char[] char2 = text2.toCharArray();

        int[][] dp = new int[char1.length+1][char2.length+1];
        int res = 0;
        for(int i = 1; i <= char1.length; i++) {
            for(int j = 1; j <= char2.length; j++) {
                if(char1[i-1] == char2[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]);
                }
                res = Math.max(res, dp[i][j]);
            }
        }
        return res;
    }
}

1035.不相交的线

  • 力扣题目链接

  • 代码随想录讲解

  • 题意:在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。

    现在,可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线,这些直线需要同时满足满足:

    nums1[i] == nums2[j]

    且绘制的直线不与任何其他连线(非水平线)相交。

    请注意,连线即使在端点也不能相交:每个数字只能属于一条连线。

    以这种方法绘制线条,并返回可以绘制的最大连线数。

    示例 2:

    输入:nums1 = [2,5,1,2,5], nums2 = [10,5,2,1,5,2]

    输出:3

    复制代码
      示例 3:
      输入:nums1 = [1,3,7,1,7,5], nums2 = [1,9,2,5,1]
      输出:2
  • 思路:和1143是一样的,求最长公共子序列即可。按照顺序相等的就不会出现线相交的情况。

java 复制代码
class Solution {
    public int maxUncrossedLines(int[] nums1, int[] nums2) {
        int res = 0;
        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]);
                }
                res = Math.max(res, dp[i][j]);
            }
        }
        return res;
    }
}

53. 最大子序和

  • 力扣题目链接

  • 代码随想录讲解链接

  • 题意:给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

    子数组 是数组中的一个连续部分。

    复制代码
      示例 1:
      输入:nums = [-2,1,-3,4,-1,2,1,-5,4]
      输出:6
      解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。
      
      示例 2:
      输入:nums = [1]
      输出:1
      
      示例3:
      输入:nums = [5,4,-1,7,8]
      输出:23
  • 贪心算法

    局部最优:当前的连续和为负数的时候就要立刻放弃,此时从下一个元素开始重新计算连续和。因为负数加上下一个元素,连续和只会越来越小。

    全局最优:选取最大的连续和

java 复制代码
class Solution {
    public int maxSubArray(int[] nums) {
        //动态规划
        int count = 0;
        int res = Integer.MIN_VALUE;
        for(int i = 0; i < nums.length; i++) {
            count += nums[i];
            res = Math.max(count, res);
            if(count < 0) { //如果此时的连续和为负数了,那就从下一个元素从新计算。上一个开头的元素的最大连续和已经保存在res中了,就看后面有没有比这个更大的值了。
                count = 0;
            }
        }
        return res;
    }
}
  • 动态规划
    dp由两个方向推来,要么是前一种状态+当前元素,要么是从当前元素开始计算连续子序和,这两种情况选最大的
java 复制代码
class Solution {
    public int maxSubArray(int[] nums) {
        //以i结尾的最大连续子数组的最大和
        int[] dp = new int[nums.length+1];
        dp[0] = nums[0];
        int res = dp[0];
        for(int i = 1; i < nums.length; i++) {
            //dp要么是从前一个状态推过来的,要么是自己从头开始算
            dp[i] = Math.max(dp[i-1]+nums[i], nums[i]);
            res = Math.max(res, dp[i]);
        }
        return res;
    }
}
相关推荐
C语言魔术师15 小时前
509. 斐波那契数
算法·动态规划
一只鱼^_15 小时前
第十六届蓝桥杯大赛软件赛省赛 C/C++ 大学B组 [京津冀]
c语言·数据结构·c++·算法·贪心算法·蓝桥杯·动态规划
Aqua Cheng.1 天前
华为开发岗暑期实习笔试(2025年4月16日)
java·算法·华为·动态规划
SsummerC2 天前
【leetcode100】组合总和Ⅳ
数据结构·python·算法·leetcode·动态规划
SsummerC3 天前
【leetcode100】零钱兑换Ⅱ
数据结构·python·算法·leetcode·动态规划
阳洞洞3 天前
leetcode 1035. Uncrossed Lines
算法·leetcode·动态规划·子序列问题
明月清了个风3 天前
数据结构与算法学习笔记(Acwing提高课)----动态规划·数字三角形
笔记·学习·算法·动态规划
小指纹3 天前
动态规划(一)【背包】
c++·算法·动态规划
寂空_4 天前
【算法笔记】动态规划基础(一):dp思想、基础线性dp
c++·笔记·算法·动态规划
庐阳寒月5 天前
动态规划算法:完全背包类问题
数据结构·c++·算法·动态规划