算法修炼Day53|1143.最长公共子序列 ● 1035.不相交的线 ● 53. 最大子序和 动态规划

48 阅读1分钟

LeetCode:1143. 最长公共子序列 - 力扣(LeetCode)

1.思路

定义dpp[][]数组,dp[i][j]表示两个字符串在 i - 1 和 j - 1 的位置上相同的字符数。当两者相同时dp[i][j] = dp[i - 1][j - 1] + 1,当两者不同时,dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j]).

2.代码实现
class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        char[] char1 = text1.toCharArray();
        char[] char2 = text2.toCharArray();
        // dp[i][j] 表示两个字符串在 i - 1 和 j - 1的字符相同
        int[][] dp = new int[text1.length() + 1][text2.length() + 1];
        for (int i = 1; i <= text1.length(); i++) {
            for (int j = 1; j <= text2.length(); j++) {
                if (char1[i - 1] == char2[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[text1.length()][text2.length()];
    }
}
3.复杂度分析

时间复杂度:O(n ^ 2).

空间复杂度:O(n).

LeetCode:1035. 不相交的线 - 力扣(LeetCode)

1.思路

本质就是求最长子序列,后续思路和上一题一模一样。

2.代码实现
class Solution {
    public int maxUncrossedLines(int[] nums1, int[] nums2) {
        // 本质是求最长重复子序列
        int[][] dp = new int[nums1.length + 1][nums2.length + 1];
        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;
                } else {
                    dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j]);
                }
            }
        }
        return dp[nums1.length][nums2.length];
    }
}
3.复杂度分析

时间复杂度:O(n ^ 2).

空间复杂度:O(n).

LeetCode:53. 最大子数组和 - 力扣(LeetCode)

1.思路

模拟,一个结果值初始为nums[0],dp[0]=nums[0].比较dp[i - 1] + nums[i]与nums[i]得出较大值,顺带用res记录dp[]遍历过程的最大值。

2.代码实现
class Solution {
    public int maxSubArray(int[] nums) {
        int res = nums[0];
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        for (int i = 1; i < nums.length; i++) {
            dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
            res = res > dp[i] ? res : dp[i];
        }
        return res;
    }
}
3.复杂度分析

时间复杂度:O(n).

空间复杂度:O(n).