代码随想录算法训练营第38天 | 第九章动态规划 part11

文章目录

  • [第九章 动态规划 Part 11](#第九章 动态规划 Part 11)
    • [1143. 最长公共子序列](#1143. 最长公共子序列)
    • [1035. 不相交的线](#1035. 不相交的线)
    • [53. 最大子序和](#53. 最大子序和)
    • [392. 判断子序列](#392. 判断子序列)

第九章 动态规划 Part 11

1143. 最长公共子序列

体会一下本题和 718. 最长重复子数组 的区别。
视频讲解B站视频
题解链接最长公共子序列题解

结合这两张图进行分析。定义 dp[i][j] 表示 text1 的前 i 个字符和 text2 的前 j 个字符的最长公共子序列长度,不断斜向下判断下能否再加一。不能的话,继承上个或者左边的值。整体难度不大。


1035. 不相交的线

其实本题和 1143. 最长公共子序列 是一模一样的,大家可以尝试自己做一做。
视频讲解B站视频
题解链接不相交的线题解

看题目思考了一会,才发现这题不和上题一模一样吗?只不过一个是字符串,一个是数组。简单。秒杀

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

    }
};

53. 最大子序和

这道题我们之前用贪心算法做过,这次我们可以再用动态规划来做一遍。
视频讲解B站视频
题解链接最大子序和题解

cpp 复制代码
class Solution {
public:
    int maxSubArray(vector<int>& nums) {
       vector<int>dp(nums.size(),0);    
       dp[0]=nums[0];
       int result = nums[0];
        for(int i=1;i<nums.size();i++)
        {
            dp[i] = max(dp[i - 1] + nums[i], nums[i]);
            result = (result > dp[i]) ? result : dp[i];
        }
        return result;
    }
};

只要知道递归公式:dp[i] = max(dp[i - 1] + nums[i], nums[i]);这题还是挺简单的。当然最难得还是注意最后的结果可不是dp[nums.size() - 1],因为dp[i]保存的是包含

nums[i]后最大子序列和。所以还得挑最大的。


392. 判断子序列

这道题可以算作 编辑距离问题 的入门题目(毕竟这里只是涉及到减法)。慢慢的,后面我们会解决真正的 编辑距离问题。
题解链接判断子序列题解

cpp 复制代码
class Solution {
public:
    bool isSubsequence(string s, string t) {
        if(s.size()>t.size())
        return false;
vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 0));
        for (int i = 1; i <= s.size(); i++) {
            for (int j = 1; j <= t.size(); j++) {
                if (s[i - 1] == t[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[s.size()][t.size()]==s.size();
    }
};

这一题和第一题也是几乎一模一样,挺简单的。改下return 值即可。

相关推荐
双叶83636 分钟前
(51单片机)LCD展示动画(延时函数)(LLCD1602教程)
c语言·数据库·c++·单片机·嵌入式硬件·51单片机
愚润求学1 小时前
【数据结构】哈希表
数据结构·c++·笔记·散列表
倔强的石头1061 小时前
【C++指南】位运算知识详解
java·开发语言·c++
SophiaSSSSS2 小时前
无标注文本的行业划分(行业分类)算法 —— 无监督或自监督学习
学习·算法·分类
mozun20202 小时前
QT:Qt5 串口模块 (QSerialPort) 在 VS2015 中正确关闭串口避免被占用
开发语言·c++·qt·串口·串口调试·上位机软件
byte轻骑兵2 小时前
【C++ 类和数据抽象】static 类成员
开发语言·c++
努力学习的小廉2 小时前
【C++】 —— 笔试刷题day_24
开发语言·c++
明月清了个风2 小时前
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
刃神太酷啦2 小时前
堆和二叉树--数据结构初阶(3)(C/C++)
c语言·数据结构·c++·算法·leetcode·深度优先·宽度优先
●VON2 小时前
杭电oj(1087、1203、1003)题解
算法·leetcode·职场和发展