目录
- 300.最长递增子序列
- 思路
- 代码
- 674. 最长连续递增序列
- 思路
- 代码
- 718. 最长重复子数组
- 思路
- 代码
300.最长递增子序列
Leetcode
思路
- dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度
- 递推公式:
if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1)
- 初始化:每一个i,对应的dp[i](即最长递增子序列)起始大小至少都是1.
- 顺序:从前往后
代码
class Solution:def lengthOfLIS(self, nums: List[int]) -> int:dp = [1 for _ in range(len(nums))]res = 0for i in range(len(nums)):for j in range(i):if nums[i] > nums[j]:dp[i] = max(dp[i], dp[j] + 1)res = max(res, dp[i])return res
- 时间复杂度:
O(n^2)
- 空间复杂度:
O(n)
674. 最长连续递增序列
Leetcode
思路
本题和上题类似,区别在于连续,所以在遍历的时候只需要比较nums[i]和nums[i-1]即可。
递推公式为 if (nums[i] > nums[i - 1]) dp[i] = max(dp[i], dp[i - 1] + 1)
贪心
这道题目也可以用贪心来做,也就是遇到nums[i] > nums[i - 1]的情况,count就++,否则count为1,记录count的最大值就可以了。
代码
class Solution:def findLengthOfLCIS(self, nums: List[int]) -> int:dp = [1 for _ in range(len(nums))]res = 1for i in range(1, len(nums)):if nums[i] > nums[i - 1]:dp[i] = max(dp[i], dp[i - 1] + 1)res = max(res, dp[i])return res
- 时间复杂度:
O(n)
- 空间复杂度:
O(n)
718. 最长重复子数组
Leetcode
思路
寻找两个数组中最长的 公共 连续子序列。
- dp[i][j] :以下标i - 1为结尾的A,和以下标j - 1为结尾的B,最长重复子数组长度为dp[i][j]。 (特别注意: “以下标i - 1为结尾的A” 标明一定是 以A[i-1]为结尾的字符串 )
- 递推公式:根据dp[i][j]的定义,dp[i][j]的状态只能由dp[i - 1][j - 1]推导出来。即当A[i - 1] 和B[j - 1]相等的时候,
dp[i][j] = dp[i - 1][j - 1] + 1
- 初始化:dp[i][0] 和dp[0][j]要初始值,因为 为了方便递归公式
dp[i][j] = dp[i - 1][j - 1] + 1
, 所以dp[i][0] 和dp[0][j]初始化为0。 - 顺序:从前往后
- 举例推导:A: [1,2,3,2,1],B: [3,2,1,4,7]为例:
代码
class Solution:def findLength(self, nums1: List[int], nums2: List[int]) -> int:dp = [[0] * (1 + len(nums1)) for _ in range(len(nums2) + 1)]res = 0for i in range(1, len(nums2) + 1):for j in range(1, len(nums1) + 1):if nums2[i - 1] == nums1[j - 1]:dp[i][j] = dp[i - 1][j - 1] + 1res = max(res, dp[i][j])return res
- 时间复杂度:
O(n × m)
,n 为A长度,m为B长度 - 空间复杂度:
O(n × m)