一个人的朝圣 — LeetCode打卡第52天
知识总结
今天几道最长子序列的题目, 都可以用一个固定的模版完成. 理解其中递推公式的含义
Leetcode 1143. 最长公共子序列
题目链接
题目说明
给定两个字符串 text1 和 text2,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回 0 。
一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。
例如,“ace” 是 “abcde” 的子序列,但 “aec” 不是 “abcde” 的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。
代码说明
class Solution {
public int longestCommonSubsequence(String text1, String text2) {
int l1 = text1.length(), l2 = text2.length();
int[][] dp = new int[l1+1][l2+1];
for(int i = 1; i <= l1; i++){
for(int j = 1; j<=l2; j++){
if(text1.charAt(i-1) == text2.charAt(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[l1][l2];
}
}
Leetcode 53. 最大子数组和
题目链接
题目说明
给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
子数组 是数组中的一个连续部分。
代码说明
这道题还是当时蚂蚁暑期实习时面试官现场出的题
递推公式为:
dp[i] = Math.max(dp[i-1]+nums[i], nums[i]); 要么算上以前的, 要么自立门户重新开始
class Solution {
public int maxSubArray(int[] nums) {
int len = nums.length;
int[] dp = new int[len];
dp[0] = nums[0];
int resutl = nums[0];
for(int i = 1; i < len; i++){
dp[i] = Math.max(dp[i-1]+nums[i], nums[i]);
resutl = Math.max(resutl, dp[i]);
}
// System.out.println(Arrays.toString(dp));
return resutl;
}
}
当然用两个变量可以代替dp数组
class Solution {
public int maxSubArray(int[] nums) {
int maxSoFar = nums[0];
int maxResult = nums[0];
for (int i = 1; i < nums.length; i++){
maxSoFar = Math.max(maxSoFar + nums[i], nums[i]);
maxResult = Math.max(maxResult, maxSoFar);
}
return maxResult;
}
}
Leetcode 1035. 不相交的线
题目链接
题目说明
在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。
现在,可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线,这些直线需要同时满足满足:
nums1[i] == nums2[j]
且绘制的直线不与任何其他连线(非水平线)相交。
请注意,连线即使在端点也不能相交:每个数字只能属于一条连线。
以这种方法绘制线条,并返回可以绘制的最大连线数。
代码说明
换了一种问法, 其实思想还是去找最长的公共子序列. 代码基本上一模一样.
class Solution {
public int maxUncrossedLines(int[] nums1, int[] nums2) {
int l1 = nums1.length, l2 = nums2.length;
int[][] dp = new int[l1+1][l2+1];
for(int i = 1; i <= l1; i++){
for(int j = 1; j <=l2; 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]);
}
}
// System.out.println(Arrays.toString(dp[i]));
}
return dp[l1][l2];
}
}