代码随想录算法训练营 Day 52 | 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

文章介绍了如何使用动态规划方法解决三个数组相关的问题:300.最长递增子序列、674.最长连续递增序列和718.最长重复子数组。通过状态转移方程和遍历策略,找到每个位置上的最长序列,并更新全局最长序列的结果。

300.最长递增子序列

讲解链接:代码随想录-300.最长递增子序列

  1. dp[i]的定义:

    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. 状态转移方程

    1. 位置i的最长升序子序列等于j从0到i-1各个位置的最长升序子序列 + 1 的最大值。

      所以:if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);

      注意这里不是要dp[i] 与 dp[j] + 1进行比较,而是我们要取dp[j] + 1的最大值。

  3. dp[i]的初始化

    1. 每一个i,对应的dp[i](即最长递增子序列)起始大小至少都是1.
  4. 确定遍历顺序

    1. dp[i] 是有0到i-1各个位置的最长递增子序列 推导而来,那么遍历i一定是从前向后遍历。

      j其实就是遍历0到i-1,那么是从前到后,还是从后到前遍历都无所谓,只要吧 0 到 i-1 的元素都遍历了就行了。 所以默认习惯 从前向后遍历。

      遍历i的循环在外层,遍历j则在内层,代码如下:

      for (int i = 1; i < nums.size(); i++) {
          for (int j = 0; j < i; j++) {
              if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);
          }
          if (dp[i] > result) result = dp[i]; // 取长的子序列
      }
      

public int lengthOfLIS(int[] nums) {
    int[] dp = new int[nums.length];
    Arrays.fill(dp, 1);
    int result = 0;
    for (int i = 0; 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);
            }
        }
        result = Math.max(result, dp[i]);
    }
    return result;
}

674.最长连续递增序列

讲解链接:代码随想录-674.最长连续递增序列

public int findLengthOfLCIS(int[] nums) {
    if (nums.length < 2) return 1;
    int[] dp = new int[nums.length];
    Arrays.fill(dp, 1);
    int result = 0;
    for (int i = 1; i < nums.length; i++) {
        if (nums[i - 1] < nums[i]) {
            dp[i] = dp[i - 1] + 1;
        }
        result = Math.max(dp[i], result);
    }

    return result;
}

718.最长重复子数组

讲解链接:代码随想录-718.最长重复子数组

二维数组

public int findLength(int[] nums1, int[] nums2) {
    int[][] dp = new int[nums1.length + 1][nums2.length + 1];
    int result = 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;
                result = Math.max(dp[i][j], result);
            } 
        }
    }
    return result;
}

滚动数组

public int findLength(int[] nums1, int[] nums2) {
    int[] dp = new int[nums1.length + 1];
    int result = 0;
    for (int i = 1; i <= nums1.length; i++) {
        for (int j = nums2.length; j >= 1; j--) {
            if (nums1[i - 1] == nums2[j - 1]) {
                dp[j] = dp[j - 1] + 1;
            } else {
                dp[j] = 0;
            }
            result = Math.max(result, dp[j]);
        }
    }
    return result;
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值