侧边栏壁纸
博主头像
thinkTV博主等级

喜爱动漫的二刺螈一枚,摩托车云爱好者(快要有车了)。 懂一点技术的在读生物医学工程研究生( •̀ ω •́ )✧,多多指教。

  • 累计撰写 127 篇文章
  • 累计创建 17 个标签
  • 累计收到 0 条评论

目 录CONTENT

文章目录

代码随想录算法训练营第五十三天 | 最长公共子序列;不相交的线;最大子序和

thinkTV
2023-06-11 / 0 评论 / 0 点赞 / 108 阅读 / 784 字 / 正在检测是否收录...

1. 最长公共子序列

代码随想录:原文

力扣题目:1143.最长公共子序列

1.1 思路

这里不要求是连续的了,但要有相对顺序

动规五部曲

  1. 确定dp数组(dp table)以及下标的含义
  • dp[i][j]: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]
  1. 确定递推公式
  • 如果text1[i - 1] 与 text2[j - 1]相同: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:text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列,取最大的:dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
if (text1[i - 1] == text2[j - 1]) {
    dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}

  1. dp数组如何初始化
  • dp[i][0] = 0
  • dp[0][j] = 0
  1. 确定遍历顺序
  • 从前向后,从上到下来遍历
  1. 举例推导dp数组

以输入:text1 = “abcde”, text2 = “ace” 为例,dp状态如图:

图片-1

1.2 代码实现

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
        for (int i = 1; i <= text1.size(); i++) {
            for (int j = 1; j <= text2.size(); j++) {
                if (text1[i - 1] == text2[j - 1]) {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                } else {
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
        return dp[text1.size()][text2.size()];
    }
};

2. 不相交的线

代码随想录:原文

力扣题目:1035.不相交的线

2.1 思路

本题说是求绘制的最大连线数,其实就是求两个字符串的最长公共子序列的长度

2.2 代码实现

与上一题一样

3. 最大子序和

代码随想录:原文

力扣题目:53. 最大子序和

3.1 思路

动规五部曲

  1. 确定dp数组(dp table)以及下标的含义
  • 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]
  1. 确定递推公式
  • dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和
  • nums[i],即:从头开始计算当前连续子序列和
  • 一定是取最大的,所以 dp[i] = max(dp[i - 1] + nums[i], nums[i])
  1. dp数组初始化
  • dp[0] = nums[0];
  1. 确定遍历顺序
  • 从前向后遍历
  1. 举例推导dp数组
  • 输入:nums = [-2,1,-3,4,-1,2,1,-5,4],对应的dp状态如下:

图片 - 3

注意最后的结果可不是dp[nums.size() - 1]! ,而是dp[6]

补充:贪心算法:最大子序和贪心方法

3.2 代码实现

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if (nums.size() == 0) return 0;
        vector<int> dp(nums.size());
        dp[0] = nums[0];
        int result = dp[0];
        for (int i = 1; i < nums.size(); i++) {
            dp[i] = max(dp[i - 1] + nums[i], nums[i]); // 状态转移公式
            if (dp[i] > result) result = dp[i]; // result 保存dp[i]的最大值
        }
        return result;
    }
};
0

评论区