674. 最长连续递增序列 718. 最长重复子数组 1143.最长公共子序列 1035.不相交的线

674. 最长连续递增序列

题目:

给定一个未经排序的整数数组nums,找到最长且 连续递增的子序列,并返回该序列的长度。

dp数组含义:

dp[i]:以下标i为结尾的连续递增的子序列长度为dp[i]。

递推公式:

怎么推出来dp[i]呢,从左到右遍历数组的时候,如果后一个比前一个大,则代表连续而且递增的关系,又因为求的长度,所以没符合一次就在后一位的dp基础上+1

抽象为

if(nums[i]>nums[i-1])dp[i]=dp[i-1]+1

cpp 复制代码
for (int i = 1; i < nums.size(); i++) {
    if (nums[i] > nums[i - 1]) { // 连续记录
        dp[i] = dp[i - 1] + 1;
    }
}

总代码

cpp 复制代码
class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) {
        if (nums.size() == 0) return 0;
        int result = 1;
        vector<int> dp(nums.size() ,1);//初始化
        for (int i = 1; i < nums.size(); i++) {
            if (nums[i] > nums[i - 1]) { // 连续记录
                dp[i] = dp[i - 1] + 1;
            }
            if (dp[i] > result) result = dp[i];
        }
        return result;
    }
};

718. 最长重复子数组

题目:

给两个整数数组 A 和 B ,返回两个数组中公共的、长度最长的子数组的长度。要求连续。

思路:

没思路根据打印图倒推,先看看dp数组含义

dp数组含义:

dp[i][j] :以下标i - 1为结尾的A,和以下标j - 1为结尾的B,最长重复子数组长度为dp[i][j]。特别注意: "以下标i - 1为结尾的A" 标明一定是 以A[i-1]为结尾的字符串 )

然后看图:

看见图里,但两个数组遇见相同的值了,就长度就+1,其他的都是0,可以看出dp[i][j]的状态继承dp[i-1][j-1]而来

然后看递推公式:
cpp 复制代码
        for (int i = 1; i <= nums1.size(); i++) {
            for (int j = 1; j <= nums2.size(); j++) {
                if (nums1[i - 1] == nums2[j - 1]) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }

这里的条件,如果nums1的 i 和nums2的 j 在遍历的时候,nums1[i-1]和nums2[j-1]的值相等了,后续dp就+1,相当于连续而且上一步相等就+1的意思,我尝试了下A加了9,1,B加0,1来推导

发现0 0 0 0 0 0 0 0

0 0 0 1 0 0 0 0

这里的dp[i][j],也是继承dp[i-1][j-1]但是数组推导的结果变成了1,大概意思就是这段代码记录下了每一个连续的公共子序列长度。然后把记录下的最长的长度拿出来返回即可。

(全初始化为0,方便遇见单个相同的子序列变成1)

总代码:

(过程理解了,但思路怎么来的不懂)

cpp 复制代码
class Solution {
public:
    int findLength(vector<int>& nums1, vector<int>& nums2) {
        vector<vector<int>> dp (nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
        int result = 0;
        for (int i = 1; i <= nums1.size(); i++) {
            for (int j = 1; j <= nums2.size(); j++) {
                if (nums1[i - 1] == nums2[j - 1]) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }
                if (dp[i][j] > result) result = dp[i][j];
            }
        }
        return result;
    }
};

1143.最长公共子序列

题目:

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。

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。

若这两个字符串没有公共子序列,则返回 0。

思路:

dp数组含义:

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]

cpp 复制代码
                if (text1[i - 1] == text2[j - 1]) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;//找到一个相同的
                } else {
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);//没找到
                }

依照遍历的哪一格上面 左面的的值,相等dp值+1,不相等去两面中最大的那个dp值。

总代码

cpp 复制代码
class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
        for (int i = 1; i <= text1.size(); i++) {
            for (int j = 1; j <= text2.size(); j++) {
                if (text1[i - 1] == text2[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[text1.size()][text2.size()];
    }
};

1035.不相交的线

题目:给两个两个并排的数组,把两数组里相同的数字用直线相连,求最大的相连数,不能同数组相连。

思路:

相当于求718最长公共子序列这道题,不改变原始顺序的最长公共子序列(不求连续)内,相同数字直接相连

不会交叉,至于为啥,下面如果124是公共子序列,那么,原始顺序中44 22 就交叉了,而按照第一段的说法就不会,代码一样的,力扣运行改下字符串名字

总代码:

cpp 复制代码
class Solution {
public:
    int maxUncrossedLines(vector<int>& A, vector<int>& B) {
        vector<vector<int>> dp(A.size() + 1, vector<int>(B.size() + 1, 0));
        for (int i = 1; i <= A.size(); i++) {
            for (int j = 1; j <= B.size(); j++) {
                if (A[i - 1] == B[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[A.size()][B.size()];
    }
};

总结:所以这些思路是怎么推出来的,,我都是倒退代码看遍历过程的。

相关推荐
全干engineer12 分钟前
web3-基于贝尔曼福特算法(Bellman-Ford )与 SMT 的 Web3 DeFi 套利策略研究
算法·金融·web3·去中心化·区块链·智能合约
Splendid33 分钟前
Geneformer:基于Transformer的基因表达预测深度学习模型
javascript·算法
愿所愿皆可成1 小时前
机器学习之聚类Kmeans算法
算法·机器学习·kmeans·聚类
幻奏岚音1 小时前
统计学(第8版)——假设检验学习笔记(考试用)
笔记·学习·算法
hie988941 小时前
基于matlab策略迭代和值迭代法的动态规划
算法·动态规划
Coovally AI模型快速验证1 小时前
SFTrack:面向警务无人机的自适应多目标跟踪算法——突破小尺度高速运动目标的追踪瓶颈
人工智能·神经网络·算法·yolo·计算机视觉·目标跟踪·无人机
Brduino脑机接口技术答疑1 小时前
脑机新手指南(七):OpenBCI_GUI:从环境搭建到数据可视化(上)
人工智能·算法·脑机接口·新手入门
真的很上进1 小时前
2025最全TS手写题之partial/Omit/Pick/Exclude/Readonly/Required
java·前端·vue.js·python·算法·react·html5
linweidong1 小时前
GO 基础语法和数据类型面试题及参考答案(下)
算法·后端面试·泛型·go面试·go面经·go求职
圈圈编码2 小时前
LeetCode Hot100刷题——合并两个有序链表
java·数据结构·算法·leetcode·链表