本文主要是介绍算法训练第五十一天|300. 最长递增子序列、674. 最长连续递增序列、718. 最长重复子数组,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
300. 最长递增子序列:
题目链接
给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
示例 :
输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
解答:
class Solution {public int lengthOfLIS(int[] nums) {int[] dp = new int[nums.length];Arrays.fill(dp, 1);int max = 1;for (int i = 1; i < dp.length; i++) {for (int j = 0; j < i; j++) {if (nums[i] > nums[j]) {dp[i] = Math.max(dp[i], dp[j] + 1);}max = Math.max(max, dp[i]);}}return max;}
}
算法总结:
本题因为涉及两层递归,外层的递归,和内层的递归(存在每个元素并不是相邻的情况),则我们在循环遍历的时候应该考虑两层循环,并判断nums[i] > nums[j]的情况即可。
674. 最长连续递增序列:
题目链接
给定一个未经排序的整数数组,找到最长且 连续递增的子序列,并返回该序列的长度。
连续递增的子序列 可以由两个下标 l 和 r(l < r)确定,如果对于每个 l <= i < r,都有 nums[i] < nums[i + 1] ,那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。
示例 :
输入:nums = [1,3,5,4,7]
输出:3
解释:最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的,因为 5 和 7 在原数组里被 4 隔开。
解答:
class Solution {public int findLengthOfLCIS(int[] nums) {int[] dp = new int[nums.length];dp[0] = 1;int max = 1;for (int i = 1; i <nums.length ; i++) {if(nums[i]>nums[i-1]){dp[i] = dp[i-1] + 1;max = Math.max(max,dp[i]);}else{dp[i] = 1;}}return max;}
}
算法总结:
本题因为是连续递增的序列,所以相比于上一题要更简单一些,我们可以直接使用dp的值和max的值对最大值进行一个记录即可。
718. 最长重复子数组:
题目链接
给两个整数数组 nums1 和 nums2 ,返回 两个数组中 公共的 、长度最长的子数组的长度 。
示例 :
输入:nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7]
输出:3
解释:长度最长的公共子数组是 [3,2,1] 。
解答:
class Solution {public int findLength(int[] nums1, int[] nums2) {int result = 0;int[][] dp = new int[nums1.length + 1][nums2.length + 1];for (int i = 1; i < nums1.length + 1; i++) {for (int j = 1; j < nums2.length + 1; j++) {if (nums1[i - 1] == nums2[j - 1]) {dp[i][j] = dp[i - 1][j - 1] + 1;result = Math.max(result, dp[i][j]);}}}return result;}
}
算法总结:
本题是两个数组,同时考虑重复的问题,则我们可以使用一个二维dp数组,存储每一种数组组合的情况,则有int[][] dp = new int[nums1.length + 1][nums2.length + 1];循环遍历正好是i和j的for循环遍历。
这篇关于算法训练第五十一天|300. 最长递增子序列、674. 最长连续递增序列、718. 最长重复子数组的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!