第九章动态规划 part13 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

news2024/11/26 19:50:02

第五十二天| 第九章动态规划 part13 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

一、300. 最长递增子序列

题目链接：https://leetcode.cn/problems/longest-increasing-subsequence/
题目介绍：
- 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 。
```

思路：

（1）确定dp数组及下标含义：

dp[i]：表示的是以nums[i]结尾的最长递增子序列的长度

（2）确定递推公式：

递推公式：对比nums[i]和以下标从0到i-1的nums[j]，如果nums[i] > nums[j]，那么dp[i] = Math.max(dp[j] + 1, dp[i])。这里和dp[i]求最大值目的是求出从下标0到i-1的所有的dp[j] + 1的最大值。

（3）初始化dp数组：

根据dp数组的含义，dp数组的每一个值初始化为1，因为最起码当前这个值可以作为递增子序列。

（4）确定遍历顺序：
- 正序

代码：

class Solution {
    public int lengthOfLIS(int[] nums) {
        if (nums == null || nums.length == 0) return 0;
        // (1)确定dp数组及下标含义：
        // dp[i]：表示的是以nums[i]结尾的最长递增子序列的长度
        int[] dp = new int[nums.length];
        // (3)初始化dp数组
        // 根据dp数组的含义，dp数组的每一个值初始化为1，因为最起码当前这个值可以作为递增子序列。
        Arrays.fill(dp, 1);
        // (4)确定遍历顺序：
        // 后面的值是由前面确定的，因此是正序遍历
        int result = 1;
        for (int i = 1; i < nums.length; i++) {
            // (2)确定递推公式：
        	// 递推公式：对比nums[i]和以下标从0到i-1的nums[j]，如果nums[i] > nums[j]，那么dp[i] = Math.max(dp[j] + 1, dp[i])。这里和dp[i]求最大值目的是求出从下标0到i-1的所有的dp[j] + 1的最大值。
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) dp[i] = Math.max(dp[j] + 1, dp[i]);
            }
            // 注意：惯性思维，在dp问题中，我们会认为最终最优结果是dp[nums.length - 1]，但本题不是。根据dp数组的含义，我们要找的最终结果是dp数组中最大的那个值。
            if (dp[i] > result) result = dp[i];
        }
        return result;
    }
}

二、674. 最长连续递增序列

题目链接：https://leetcode.cn/problems/longest-continuous-increasing-subsequence/
题目介绍：
- 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。 
```

思路：

（1）确定dp数组及下标含义：

dp[i]：表示的是以nums[i]为结尾的最长连续递增序列

（2）确定递推公式：

与上一题不同的地方在于，本题要求的必须是连续的，因此dp[i]只能由dp[i-1] + 1得出

（3）初始化dp数组：
- ```
仍然全部初始化为1
```
（4）确定遍历顺序：
- 正序

代码：

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        if (nums == null || nums.length == 0) return 0;
        // (1)确定dp数组及下标含义：
        // dp[i]：表示的是以nums[i]为结尾的最长连续递增序列
        int[] dp = new int[nums.length];
        // (3)初始化dp数组：
        // 仍然全部初始化为1
        Arrays.fill(dp, 1);
        int result = 1;
        // (4)确定遍历顺序：
        // 正序遍历
        for (int i = 1; i < nums.length; i++) {
            // (2)确定递推公式：
            // 与上一题不同的地方在于，本题要求的必须是连续的，因此dp[i]只能由dp[i-1] + 1得出
            if (nums[i] > nums[i-1]) dp[i] = dp[i-1] + 1;
            if (dp[i] > result) result = dp[i];
        }
        return result;
    }
}

三、718. 最长重复子数组

题目链接：https://leetcode.cn/problems/maximum-length-of-repeated-subarray/
题目介绍：
- 给两个整数数组 nums1 和 nums2 ，返回 两个数组中 公共的 、长度最长的子数组的长度 。
  
  示例 1：
```
输入：nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7]
输出：3
解释：长度最长的公共子数组是 [3,2,1] 。
```

思路：

（1）确定dp数组及下标的含义：
- ```
dp[i][j]：表示的是以下标i-1为结尾的nums1和以下标j-1为结尾的nums2的最长重复子数组的长度。
```
- 为什么要定义为i-1和j-1呢？是因为初始化的时候便于初始化，在初始化的部分再详细解释
（2）确定递推公式：
- 因为求得的是重复子数组的最大长度，因此dp[i][j]应该由nums1的i-1位和nums2的i-2位推导出来，即二维数组的左斜上角

（3）dp数组初始化：

全部初始化为0，这里主要强调的是dp[i][0]和dp[0][j]这一列一行，这一列一行根据dp数组的含义是没有任何意义的，所以初始化为0。但如果本题dp数组含义改为...i...j，那么第一列和第一行就要根据是否重复设定为1，会复杂一些。因此定义dp数组的含义为...i-1...j-1

（4）遍历顺序：
- 两层for循环，从下标1开始，正序遍历

代码：

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int result = 0;
        // (1)确定dp数组及下标的含义：
        // dp[i][j]：表示的是以下标i-1为结尾的nums1和以下标j-1为结尾的nums2的最长重复子数组的长度。
        // 为什么要定义为i-1和j-1呢？是因为初始化的时候便于初始化，在初始化的部分再详细解释
        int[][] dp = new int[nums1.length + 1][nums2.length + 1];
        // (3)dp数组初始化：
        // 全部初始化为0，这里主要强调的是dp[i][0]和dp[0][j]这一列一行，这一列一行根据dp数组的含义是没有任何意义的，所以初始化为0。但如果本题dp数组含义改为...i...j，那么第一列和第一行就要根据是否重复设定为1，会复杂一些。因此定义dp数组的含义为...i-1...j-1
        // (4)遍历顺序：
        // 两层for循环，从下标1开始，正序遍历
        for (int i = 1; i <= nums1.length; i++) {
            for (int j = 1; j <= nums2.length; j++) {
                // (2)确定递推公式：
        		// 因为求得的是重复子数组的最大长度，因此dp[i][j]应该由nums1的i-1位和nums2的i-2位推导出来，即二维数组的左斜上角
                if (nums1[i-1] == nums2[j-1]) dp[i][j] = dp[i-1][j-1] + 1;
                if (dp[i][j] > result) result = dp[i][j];
            }
        }
        return result;
    }
}