长沙市网站建设公司代理商,榆林建设网站,最美logo图案大全,网站平台建设制度讀題 1143.最长公共子序列 自己看到题目的第一想法 看起來跟最長重複子数組很類似#xff0c;但是要怎麼去推遞推的狀態沒有想法 看完代码随想录之后的想法 看完之後#xff0c;大概釐清了整體想法#xff0c;可以想成說#xff0c;因為我們要考慮的是不連續的子序列但是要怎麼去推遞推的狀態沒有想法 看完代码随想录之后的想法 看完之後大概釐清了整體想法可以想成說因為我們要考慮的是不連續的子序列所以會分成兩種狀態一個是不相同不相同的話需要看之前的序列有沒有重複之前包括兩個方面縱向與橫向關係要取最大的因為這個緣故在相同的時候因為之前的數都考慮過縱向與橫向的關係可以直接從左上角跟重複子序列一樣求出該值。 至於初始化的部分在定義下標時i、j都設定為i - 1 或者說 1 ~ i 讓後續的遞推公式以及初始化都可以比較簡便。 1035.不相交的线 自己看到题目的第一想法 看到這題看到卡哥的提示觀察過後其實就跟最長的公共子序列一樣如果有一個子序列是共有的那最長的公共子序列一定是可以連接最多不相交的線整體的概念是一致的。 53. 最大子序和 看完代码随想录之后的想法 其實整體概念跟連續遞增子序有點像改為將数組變動 dp[i - 1] nums[i] 以及 nums[i]的差異看完程式碼後理解上不會太過於困難。 1143.最长公共子序列 - 實作 思路 定義DP數組以及下標的含意 dp[i][j] 代表 0~ i - 1 的text1 以及 0 ~ j - 1 的text2 最长公共子序列長度為dp[i][j] 遞推公式 分成兩種狀態相同與不相同 不相同的話需要看之前的序列有沒有重複之前包括兩個方面縱向與橫向關係要取最大的 dp[i][j] max(dp[i - 1][j], dp[i][j - 1]); 相同的時候因為之前的數都考慮過縱向與橫向的關係可以直接從左上角跟重複子序列一樣 dp[i][j] dp[i - 1][j - 1] 1; 根據遞推公式、題意以及定義確定DP數組如何初始化 最少為0所以初始化為0 確定遍歷順序 因為需要左上角的數據來進行遍歷所以是由前往後。 Code class Solution { public:int longestCommonSubsequence(string text1, string text2) {vectorvectorint dp (text1.size() 1, vectorint(text2.size() 1, 0));for(int i 1; i text1.size() 1; i) {for(int j 1; j text2.size() 1; 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()];} };1035.不相交的线 - 實作 思路 定義DP數組以及下標的含意 dp[i][j] 代表 0~ i - 1 的nums1 以及 0 ~ j - 1 的nums2 最长不相交的线為dp[i][j] 遞推公式 分成兩種狀態相同與不相同 不相同的話需要看之前的序列有沒有重複之前包括兩個方面縱向與橫向關係要取最大的 dp[i][j] max(dp[i - 1][j], dp[i][j - 1]); 相同的時候因為之前的數都考慮過縱向與橫向的關係可以直接從左上角跟重複子序列一樣 dp[i][j] dp[i - 1][j - 1] 1; 根據遞推公式、題意以及定義確定DP數組如何初始化 最少為0所以初始化為0 確定遍歷順序 因為需要左上角的數據來進行遍歷所以是由前往後。 Code class Solution { public:int maxUncrossedLines(vectorint nums1, vectorint nums2) {vectorvectorint dp (nums1.size() 1, vectorint(nums2.size() 1, 0));for(int i 1; i nums1.size() 1; i) {for(int j 1; j nums2.size() 1; j) {if(nums1[i - 1] nums2[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[nums1.size()][nums2.size()];} };53. 最大子序和 - 實作 思路 定義DP數組以及下標的含意 dp[i] 代表 i 之前包含i 的number[i] 結尾的最大子序和是多少 遞推公式 當前的数加上前面的數比較大還是當前的數比較大取大的。 dp[i] max(dp[i - 1] nums[i], nums[i]) if dp [i] result 更新result 根據遞推公式、題意以及定義確定DP數組如何初始化 將數組初始化為最小值以及result nums[0] 確定遍歷順序 0 到 i 因為需要前面的數據來進行遍歷所以是由前往後。 Code class Solution { public:int maxSubArray(vectorint nums) {vectorint dp (nums.size() 1, INT_MIN);int result nums[0];dp[0] nums[0];for(int i 1; i nums.size(); i ) {dp[i] max(dp[i - 1] nums[i], nums[i]);if(dp[i] result) result dp[i];}return result;} };總結 自己实现过程中遇到哪些困难 一開始對於最長公共子序列不太了解但看完講解後其實就是在重複子序列的基礎上考慮橫向與縱向的關係以及最大子序和整體很像最長連續子序列只是思考上需要進行轉換﹐整體而言今天題目主要是思路上需要做一些改變不然很容易繞進去。 今日收获记录一下自己的学习时长 今天大概學習了2hr整體是很充實的尤其理解最長公共子序列在想法上接續到的二題不相交的線就會非常清晰。 相關資料 ● 今日学习的文章链接和视频链接 1143.最长公共子序列 视频讲解动态规划子序列问题经典题目 | LeetCode1143.最长公共子序列_哔哩哔哩_bilibili https://programmercarl.com/1143.最长公共子序列.html 1035.不相交的线 视频讲解动态规划之子序列问题换汤不换药 | LeetCode1035.不相交的线_哔哩哔哩_bilibili https://programmercarl.com/1035.不相交的线.html 53. 最大子序和 视频讲解看起来复杂其实是简单动态规划 | LeetCode53.最大子序和_哔哩哔哩_bilibili https://programmercarl.com/0053.最大子序和动态规划.html