leetcode_day47
本文最后更新于 2024年7月8日 下午
今日内容:
- 1143. 最长公共子序列 medium
- 1035. 不相交的线 medium
- 392. 判断子序列 easy
- 53. 最大子数组和 medium
1143. 最长公共子序列
题目:
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。
思路:
有两个string,公共子序列出现的地方可能不同,需要i和j两个变量来记录公共子序列在两个string里的范围,以范围逐渐扩张来实现状态的不断推进,二维动态规划。
1. 确定dp数组含义
\(dp[i][j]\)表示字符串\(text_1\)长度为i的前缀,即\(text1[0:i]\),和\(text_2\)长度为j的前缀的最长公共子序列的长度。
2. 确定状态转移方程
\[ dp[i][j]\ = \begin{cases} dp[i-1][j-1]+1, & \text{$text_1[i-1]=text_2[j-1]$} \\ max(dp[i-1][j],\ dp[i][j-1]), & \text{$text_1[i-1]≠text_2[j-1]$} \end{cases} \]
解释:
- 当\(text_1[i-1]=text_2[j-1]\)时,\(text_1\)长度为\(i\)的前缀结尾与\(text_2\)长度为\(j\)的前缀结尾相同,在长度为\(i-1\)和\(j-1\)的最长公共子序列基础上再加一,即\(dp[i-1][j-1]+1\)
- 当\(text_1[i-1]≠text_2[j-1]\)时,相当于末尾没对上,这时不能在之前的基础上加一,需要继承之前的结果,而之前有两个前缀:
- \(text_1[0:i-1]\)和\(text_2[0:j]\)的最长公共子序列
- \(text_2[0:j-1]\)和\(text_1[0:i]\)的最长公共子序列
- 取其中最大值。
3. 初始化
为了方便初始化,dp数组的大小设置成了\((text_1.size()+1)*(text_2.size()+1)\)表示一个左闭右开的区间,同时也以下标表示前缀长度。
此时\(dp[0][0]\)实际无意义,所以初始化\(0\),遍历都从\(0\)开始。
代码
1 |
|
1035. 不相交的线
题目:
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:
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。
思路:
看图就会发现,这简直就是上一道题换皮,直接套代码就行。
代码
1 |
|
392. 判断子序列
题目:
给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace"
是"abcde"
的一个子序列,而"aec"
不是)。
进阶:
如果有大量输入的 S,称作 S1, S2, ... , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?
思路:
双指针,短的匹配到再走,长的一直走,短的走到头则是子序列。
动态规划:
- 参考1143题的初始化方法,dp数组初始化为\((s.size()+1)*(t.size()+1)\),使\(dp[0][0]\)无意义。遍历都从1开始。
- \(dp[i][j]\)代表\(s[0:i-1]\)和\(t[0:j-1]\)公共子序列长度
- 状态转移方程为:
\[ dp[i][j]\ = \begin{cases} dp[i-1][j-1]+1, & \text{$s[i-1]=t[j-1], i,j>0$} \\ dp[i][j-1], & \text{$else$} \end{cases} \]
- 匹配到则推进状态,公共子序列长度加一
- 未匹配则继承状态,注意\(s\)不前进而\(t\)前进,代表继续在\(t\)中寻找\(s[i]\)
代码
1 |
|
53. 最大子数组和
题目:
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。
思路:
依据贪心的思路,可以迁移到动态规划来,贪心就是和为负之后,就对之后没有贡献了,直接抛弃,将下一个作为新起点重新计算子数组和,动态规划也可以这样:
- \(dp[i]\)代表以\(nums[i]\)结尾的最大子数组和
- 若\(dp[i-1]<0\),则抛弃,以当前\(nums[i]\)作为新起点:\(dp[i] = nums[i]\)
- 若\(dp[i-1]>=0\),则继承结果:\(dp[i] = dp[i-1]+nums[i]\)
- \(dp[0]\)按意义该初始化为\(nums[0]\)
- 用一个变量记录其中最大的子数组和
代码
1 |
|