算法训练(leetcode)二刷第三十七天 | *300. 最长递增子序列、674. 最长连续递增序列、*718. 最长重复子数组

刷题记录

*300. 最长递增子序列

leetcode题目地址

dp数组含义:

dp[i]表示以nums[i]结尾的最长递增子序列长度,即以nums[i]结尾的子序列的长度。

j从0向i遍历,遇到num[i] > num[j], dp[i] = max(dp[j]+1, dp[i]);

时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( n ) O(n) O(n)

java 复制代码
// java
class Solution {
    public int lengthOfLIS(int[] nums) {
        int len = nums.length; 
        int[] dp = new int[len];
        int result = 1;
        // for(int i=0; i<len; i++) dp[i] = 1;
        Arrays.fill(dp, 1);
        for(int i=1; i<len; i++){
            for(int j=0; j<i; j++){
                if(nums[i] > nums[j]) dp[i] = Math.max(dp[i], dp[j]+1);
            }
            if(result < dp[i]) result = dp[i];
        }
        return result;
    }
}

674. 最长连续递增序列

leetcode题目地址

基础解法(非动规)

求最长连续递增子序列,统计子序列记录最长即可。在递增中断时,计数器要置为1而非0,因为下一个子序列从当前元素开始。

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( n ) O(n) O(n)

java 复制代码
// java
class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int result = 1;
        int cnt = 1;
        int len = nums.length;
        for(int i=1; i<len; i++){
            if(nums[i]>nums[i-1]) {
                cnt++;
                if(cnt > result) result = cnt;
            }
            else cnt = 1; // 计数器置为1
            
        }
        return result;
    }
}

动态规划

dp数组含义:

dp[i]表示以nums[i]结尾的最长连续递增子序列的长度。

初始化:

每个元素本身就是一个连续递增子序列,因此初始化为1,即dp数组均初始化为1。

java 复制代码
// java
class Solution {
    public int findLengthOfLCIS(int[] nums) {

        int len = nums.length;
        int[] dp = new int[len];
        Arrays.fill(dp, 1);
        int result = 1;
        for(int i=1; i<len; i++){
            if(nums[i] > nums[i-1]) dp[i] = dp[i-1]+1;
            result = Math.max(result, dp[i]);
        }
        return result;
        
    }
}

718. 最长重复子数组

leetcode题目地址

dp数组含义:

dp[i][j]表示 以nums1[i-1]结尾的子数组A 和以 以nums2[j-1]结尾的子数组B 的最长重复子数组长度。

这里为什么要用i-1和j-1?

因为dp[i][j]的更新依赖于dp[i-1][j-1]的值。也就是说,在nums1[i-1]和nums2[j-1]相等时,更新对应位置长度需要依赖nums1[i-2]和nums2[j-2]的最长重复子数组长度。

以题目示例1举例:nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7]

  • 当nums1[2] == nums2[0]时,当前位置的最长重复子数组长度依赖于前面的匹配情况,前面相等的串长度为0,因此这里dp[3][1]是1。
  • 当nums1[3] == nums2[1]时,逻辑同上,dp[4][2]的更新依赖于前面的匹配情况,前面有一个元素匹配到,因此这里dp[4][2] = dp[3][1]+1 = 2
  • 当nums1[4] == nums2[2]时,逻辑同上,dp[5][3]的更新依赖于前面的匹配情况,前面有两个元素匹配到,因此这里dp[5][3] = dp[4][2]+1 = 3

到这里就可以总结出状态转移方程,dp[i][j] = dp[i-1][j-1] + 1

由于这里使用了i-1和j-1,在i和j为0时会越界。 因此整体将dp数组下标后移一位,来解决这一问题。(也可单独处理i和j为0的情况,较复杂)

时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( n ) O(n) O(n)

java 复制代码
// java
class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int len1 = nums1.length;
        int len2 = nums2.length;
        
        int[][] dp = new int[len1+1][len2+1];

        int result  = 0;
        if(nums1[0] == nums2[0]) dp[1][1] = 1;
        for (int i=1; i<=len1; i++){
            for(int j=1; j<=len2; j++){
                if(nums1[i-1] == nums2[j-1]){
                    dp[i][j] = dp[i-1][j-1]+1;
                }
                result = Math.max(result, dp[i][j]);
                // System.out.print(dp[i][j] + " ");
            }
            // System.out.println();
        }
        return result;
    }
}

滚动数组

注意:

1、思路同上,只是每一层的状态是从上一层拷贝下来的,因此在遍历nums2时要从后向前,防止将前面元素在上一层的状态覆盖

2、当遇到元素不相同是要将对应位置赋值0.

java 复制代码
// java
class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int len1 = nums1.length;
        int len2 = nums2.length;
        
        int[] dp = new int[len2+1];

        int result  = 0;
        for (int i=1; i<=len1; i++){
            for(int j=len2; j>=1; j--){
                if(nums1[i-1] == nums2[j-1]){
                    dp[j] = dp[j-1]+1;
                } else dp[j] = 0; // 注意这里不相等的时候要有赋0的操作
                result = Math.max(result, dp[j]);
                
            }
            
        }
        return result;
    }
}
相关推荐
Neil今天也要学习14 分钟前
永磁同步电机无速度算法--自适应龙贝格观测器
算法
算AI2 小时前
AI辅助编程:常用的7种Prompt模式
人工智能·算法
TY-20252 小时前
机器学习算法_决策树
算法·决策树·机器学习
天真小巫2 小时前
2025.6.9总结(利与弊)
职场和发展
子豪-中国机器人2 小时前
C++ 信息学奥赛总复习题
java·jvm·算法
全干engineer4 小时前
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
Splendid4 小时前
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4 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4 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