代码随想录算法训练营第四十三天|LeetCode300. 最长递增子序列,LeetCode674. 最长连续递增序列,LeetCode718. 最长重复子数组

LeetCode300. 最长递增子序列

题目链接:300. 最长递增子序列 - 力扣(LeetCode)

文章讲解:代码随想录

视频讲解:动态规划之子序列问题,元素不连续!| LeetCode:300.最长递增子序列_哔哩哔哩_bilibili

思路:这道题是子序列系列的第一道题,我们这道题的dp[i]的含义是以nums[i]为结尾的最长递增子序列的长度,要给所有的dp[i]初始化为1,然后对dp数组进行以下操作,首先j<i,如果nums[j]<nums[i],则令dp[i]=max(dp[i],dp[j]+1)。在循环完之后,我们取dp数组中的最大值。

代码:

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

LeetCode674. 最长连续递增序列

题目链接:674. 最长连续递增序列 - 力扣(LeetCode)

文章讲解:代码随想录

视频讲解:动态规划之子序列问题,重点在于连续!| LeetCode:674.最长连续递增序列_哔哩哔哩_bilibili

思路:和前一道题的区别在于连续,反而思路更简单了。dp[i]的含义依旧是到nums[i]的最长递增子序列,dp[i]都初始化为1,此时只需要比较每个nums[i]>nums[i-1],如果大于那么就让dp[i]=dp[i-1]+1.最后依旧返回所有dp数组中的最大值。

代码:

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

LeetCode718. 最长重复子数组

题目链接:718. 最长重复子数组 - 力扣(LeetCode)

文章讲解:代码随想录

视频讲解:动态规划之子序列问题,想清楚DP数组的定义 | LeetCode:718.最长重复子数组_哔哩哔哩_bilibili

思路:这道题的dp[i][j]的定义是结尾为nums1[i-1]和结尾为nums2[j-1]的最长充分子数组,至于为什么是i-1和j-1而不是i和j是因为初始化的时候会方便,直接全部初始化为0就可以,否则需要拿某个数组的第一个数字和第二个数组进行比较,匹配的填入1。递推公式为在nums1[i-1]==nums2[j-1]时,dp[i][j]=dp[i-1][j-1]+1;,最后还是求dp数组中的最大值作为result。

代码:

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));
        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;
                }
            }
        }
        int result=0;
        for(int i=1;i<=nums1.size();i++){
            for(int j=1;j<=nums2.size();j++){
                result=max(result,dp[i][j]);
            }
        }
        return result;
    }
};
相关推荐
AI软著研究员7 小时前
程序员必看:软著不是“面子工程”,是代码的“法律保险”
算法
FunnySaltyFish7 小时前
什么?Compose 把 GapBuffer 换成了 LinkBuffer?
算法·kotlin·android jetpack
颜酱8 小时前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法
地平线开发者1 天前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮1 天前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者1 天前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考1 天前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx1 天前
CART决策树基本原理
算法·机器学习
Wect1 天前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript
颜酱1 天前
单调队列:滑动窗口极值问题的最优解(通用模板版)
javascript·后端·算法