您现在的位置是:首页 >技术杂谈 >代码随想录算法训练营第五十三天| 1143.最长公共子序列 、1035.不相交的线、53. 最大子序和 动态规划网站首页技术杂谈

代码随想录算法训练营第五十三天| 1143.最长公共子序列 、1035.不相交的线、53. 最大子序和 动态规划

微风qin 2024-06-08 12:00:02
简介代码随想录算法训练营第五十三天| 1143.最长公共子序列 、1035.不相交的线、53. 最大子序和 动态规划

1143.最长公共子序列⭐️

  • 题目链接:代码随想录

  • 解题思路:
    1.dp数组:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp(i)[j]
    定义[0, i - 1]简化初始化逻辑
    2.递推公式:
    如果text1[i - 1] 与 text2[j - 1]相同,那么找到了一个公共元素,所以dp[i][j] = dp(i - 1)[j - 1] + 1;
    如果text1[i - 1] 与 text2[j - 1]不相同,那么比较一下这两个的前一个元素的最长公共子串
    3.初始化:
    test1[0, i-1]和空串的最长公共子序列自然是0,所以dp(i)[0] = 0;
    4.遍历顺序:
    二维数组,本元素都由右上角的元素推导而来,所以一层一层的遍历

  • 推导过程

public int longestCommonSubsequence(String text1, String text2) {
    //1.dp数组,dp[i][j]表示长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]
    int[][] dp = new int[text1.length() + 1][text2.length() + 1];
    for (int i = 1 ; i <= text1.length() ; i++) {
        char char1 = text1.charAt(i - 1);
        for (int j = 1; j <= text2.length(); j++) {
            char char2 = text2.charAt(j - 1);
            //递推公式
            if (char1 == char2) {
                dp[i][j] = dp[i - 1][j - 1] + 1;
            } else {
                dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
            }
        }
    }
    //2.返回dp数组
    return dp[text1.length()][text2.length()];
}

1035.不相交的线

直线不能相交,就是找两个串中相对顺序不变的子序列的问题

实际上是求两个字符串的最长公共子序列的长度

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; i++) {
        for (int j = 1; j <= len2; 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];
}

53. 最大子序和 动态规划

  1. 暴力解法:只需要先两层for循环确定两个数组起始位置,然后再来一个循环可以是for或者while,来从两个起始位置开始比较,取得重复子数组的长度

  2. 本题动态规划就是记录下暴力解法的所有可能性结果下,以某下表结尾的连续子数组的最大长度。记忆状态换时间

  • 题目链接:代码随想录

  • 解题思路:
    1.dp数组:dp[i]:包括下标i(以nums[i]为结尾)的最大连续子序列和为dp[i]
    2.递推公式:
    递推公式推导来源:①dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和②nums[i],即:从头开始计算当前连续子序列和
    3.初始化:dp[0]应为nums[0]即dp[0] = nums[0]
    4.遍历顺序:从前向后遍历

  • 推导过程:

public int maxSubArray(int[] nums) {
    if(nums.length == 1){
        return nums[0];
    }
    //1.定义dp数组,表示索引为i的元素的最大子序列和
    int[] dp = new int[nums.length];
    //2.初始化
    dp[0] = nums[0];
    int result = nums[0];
    for (int i = 1; i < nums.length; i++) {
        //递推公式
        dp[i] = Math.max(nums[i],dp[i - 1] + nums[i]);
        result = Math.max(result,dp[i]);
    }
    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。