300.最长递增子序列
今天开始正式子序列系列,本题是比较简单的,感受感受一下子序列题目的思路。
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
代码随想录
class Solution {public int lengthOfLIS(int[] nums) {//1.dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度//2/if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);int dp[] = new int[nums.length];Arrays.fill(dp, 1);int ans = 1;for (int i = 1; i < nums.length; i++) {for (int j = 0; j < i; j++) {if (nums[i] > nums[j]) {dp[i] = Math.max(dp[i], dp[j] + 1);}ans = Math.max(ans, dp[i]);}}return ans;}
}
674. 最长连续递增序列
题相对于昨天的动态规划:300.最长递增子序列 最大的区别在于“连续”。 先尝试自己做做,感受一下区别
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
代码随想录
因为本题要求连续递增子序列,所以就只要比较nums[i]与nums[i - 1],而不用去比较nums[j]与nums[i] (j是在0到i之间遍历)。
既然不用j了,那么也不用两层for循环,本题一层for循环就行,比较nums[i] 和 nums[i - 1]。
class Solution {public int findLengthOfLCIS(int[] nums) {int dp[] = new int[nums.length]; int ans = 1;Arrays.fill(dp, 1);for (int i = 1; i < nums.length; i++) {if (nums[i - 1] < nums[i]) {dp[i] = dp[i - 1] + 1;}if (dp[i] > ans) ans = dp[i];}return ans;}
}
718. 最长重复子数组
稍有难度,要使用二维dp数组了
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
代码随想录
class Solution {public int findLength(int[] nums1, int[] nums2) {//dp[i][j] :以下标i - 1为结尾的nums1,和以下标j - 1为结尾的nums2,最长重复子数组长度为dp[i][j]。//dp[i][j] = dp[i - 1][j - 1] + 1;//根据dp[i][j]的定义,dp[i][0] 和dp[0][j]其实都是没有意义,所以初始化为0int dp[][] = new int[nums1.length + 1][nums2.length + 1];int ans = 0;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;ans = Math.max(ans, dp[i][j]);} }}return ans;}
}