您现在的位置是:首页 >技术教程 >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.最长重复子数组网站首页技术教程
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
简介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
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
-
dp[i]的定义:
- 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
-
状态转移方程
-
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。
-
-
dp[i]的初始化
- 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.
-
确定遍历顺序
-
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;
}
风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。