代码随想录算法训练营第五十三天| LeetCode1143.最长公共子序列、LeetCode1035.不相交的线、LeetCode53.最大子序和动态规划

LeetCode1143.最长公共子序列

题目链接：1143. 最长公共子序列

思路

• 第一步，确定dp数组以及其下标的含义：dp采用二维数组，dp[i][j]表示长度为 [0, i - 1] 的字符串和长度为 [0, j - 1] 的字符串的最长公共子序列。（注意：这里长度是到 i - 1 和 j - 1）

• 第二步，确定递推公式：

  • 如果 ch1[i - 1] 和 ch2[j - 1] 内容相同，则 dp[i][j] = dp[i - 1][j - 1] + 1；

  • 如果 ch1[i - 1] 和 ch2[j - 1] 不相等，此时需要向前观察 ch1[i - 2] 和 ch2 [j - 1] 以及 ch1[i - 1] 和 ch2[j - 2]。并在两者之间取最大值。

  • 所以，dp[i][j] 数组的递推公式有两种情况：
    $$dp[i][j]=dp[i-1][j-1]+1$$

    $$dp[i][j]=Math.max(dp[i-2][j-1],dp[i-1][j-2])$$

• 第三步，初始化，通过对递推公式的观察，dp[i][0] = 0；dp[0][j] = 0。

• 第四步，遍历，通过对递推公式的分析，dp[i][j]的值由 dp[i - 1][j - 1]、dp[i - 2][j - 1]和 dp[i - 1][j - 2]三个数推出。所以，遍历顺序应该从前往后进行遍历。

代码

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int result = 0;
        char[] ch1 = text1.toCharArray();
        char[] ch2 = text2.toCharArray();
        int len1 = text1.length();
        int len2 = text2.length();
        int[][] dp = new int[len1 + 1][len2 + 1];
        for (int i = 1; i < len1 + 1; i++){
            for (int j = 1; j < len2 + 1; j++){
                if (ch1[i - 1] == ch2[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }else {
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
        return dp[len1][len2];
    }
}

LeetCode 1035. 不相交的线

题目链接：1035. 不相交的线

思路

• 对于直线不能相交，也就是间接的表示在 nums1 中找到一个与 nums2 相同的子序列，且这个子序列不改变其在原数组中相对的位置。因为只要相对的位置不发生变化，连接相同的数字就不会相交。
• 其余的五步分析与LeetCode1143.最长公共子序列相同。

代码：

class Solution {
    public int maxUncrossedLines(int[] nums1, int[] nums2) {
        int len1 = nums1.length;
        int len2 = nums2.length;
        int[][] dp = new int[len1 + 1][len2 + 1];
        for (int i = 1; i < len1 + 1; i++){
            for (int j = 1; j < len2 + 1; j++){
                if (nums1[i - 1] == nums2[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }else {
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
        return dp[len1][len2];
    }
}

LeetCode53.最大子数组和

题目连接：53. 最大子数组和

思路

• 第一步，首先确定dp数组以及下标的含义：dp[i]表示下标 i（此时以 nums[i] 结尾）的最大来连续子序列和。

• 第二步，确定递推公式：通过题意得出此时分为两种情况。

  • dp[i] = dp[i - 1] + nums[i]，表示当 nums[i] 加入时当前连续子序列的和。

  • dp[i] = nums[i]表示以 i 为起始位置的连续子序列的和。

  • 在其两者之间取最大值。所以dp的递推公式为
    $$dp[i]=Math.max(dp[i-1]+nums[i],nums[i])$$

• 第三步，初始化：通过递推公式可以得出，整个递推公式是由 dp[0]为开始推导的。而当 i == 0时， 此时 dp[0] = nums[0]，

• 第四步，确定遍历顺序：通过递推公式得出，dp[i] 需要 dp[i - 1]状态推出。所以遍历顺序是从前往后。

代码

public int maxSubArray(int[] nums) {
        if (nums == null || nums.length == 0){
            return 0;
        }
        int result = nums[0];
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        for (int i = 1; i < nums.length; i++){
            dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
            result = dp[i] > result ? dp[i] : result;
            // if (dp[i] > result){
            //     result = dp[i];
            // }
        }
        return result;
    }