代码随想录算法训练营day52|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

300.最长递增子序列

力扣题目链接

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

• 输入：nums = [10,9,2,5,3,7,101,18]
• 输出：4
• 解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

示例 2：

• 输入：nums = [0,1,0,3,2,3]
• 输出：4

示例 3：

• 输入：nums = [7,7,7,7,7,7,7]
• 输出：1

提示：

• 1 <= nums.length <= 2500

• -10^4 <= nums[i] <= 104

• 动态规划

1.确定dp数组（dp table）以及下标的含义

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.确定递推公式

dp[i]=Math.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.初始化

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.遍历顺序

前向后

遍历i的循环在外层，遍历j则在内层，代码如下：

5.打印dp数组

输入：[0,1,0,3,2]，dp数组的变化如下：

代码：

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums.length<=1) return nums.length;
        int[] dp=new int[nums.length];
        int res=0;
        for(int i=0;i<nums.length;i++){
            dp[i]=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);
                }
                res=Math.max(res,dp[i]);
            }
            
        }
        return res;
    }
}

674. 最长连续递增序列

力扣题目链接

给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。

连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。

示例 1：

• 输入：nums = [1,3,5,4,7]
• 输出：3
• 解释：最长连续递增序列是 [1,3,5], 长度为3。尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。

示例 2：

• 输入：nums = [2,2,2,2,2]
• 输出：1
• 解释：最长连续递增序列是 [2], 长度为1。

提示：

• 0 <= nums.length <= 10^4

• -10^9 <= nums[i] <= 10^9

• 动态规划

1.确定dp数组（dp table）以及下标的含义

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.确定递推公式

dp[i]=Math.max(dp[i],dp[i-1]+1);

3.初始化

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.遍历顺序

前向后

5.打印dp数组

已输入nums = [1,3,5,4,7]为例，dp数组状态如下：

注意这里要取dp[i]里的最大值，所以dp[2]才是结果！

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        if(nums.length<=1) return nums.length;
        int[] dp=new int[nums.length];
        for(int i=0;i<nums.length;i++){
            dp[i]=1;
        }
        int res=0;
        for(int i=1;i<nums.length;i++){
            if(nums[i]>nums[i-1]){
                dp[i]=Math.max(dp[i],dp[i-1]+1);
            }
            res=Math.max(dp[i],res);
        }
        return res;

    }
}

718. 最长重复子数组

力扣题目链接

给两个整数数组 A 和 B ，返回两个数组中公共的、长度最长的子数组的长度。

示例：

输入：

• A: [1,2,3,2,1]
• B: [3,2,1,4,7]
• 输出：3
• 解释：长度最长的公共子数组是 [3, 2, 1] 。

提示：

• 1 <= len(A), len(B) <= 1000

• 0 <= A[i], B[i] < 100

• 动态规划

1.确定dp数组（dp table）以及下标的含义

dp[i][j] ：以下标i - 1为结尾的A，和以下标j - 1为结尾的B，最长重复子数组长度为dp[i][j]。 （特别注意： “以下标i - 1为结尾的A” 标明一定是 以A[i-1]为结尾的字符串 ）

2.确定递推公式

dp[i][j] = dp[i - 1][j - 1] + 1

3.初始化

但dp[i][0] 和dp[0][j]要初始值，因为 为了方便递归公式dp[i][j] = dp[i - 1][j - 1] + 1;

所以dp[i][0] 和dp[0][j]初始化为0。

4.遍历顺序

外层for循环遍历A，内层for循环遍历B。

5.打印dp数组

拿示例1中，A: [1,2,3,2,1]，B: [3,2,1,4,7]为例，画一个dp数组的状态变化，如下：

以上五部曲分析完毕，代码如下：

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