算法学习——LeetCode力扣动态规划篇9（1035. 不相交的线、53. 最大子数组和、392. 判断子序列、115. 不同的子序列）

2024-04-01 15:36
文章标签 leetcode 算法 动态 规划 数组 学习 力扣 判断 最大 序列 53 1035 相交 不同 392 115

本文主要是介绍算法学习——LeetCode力扣动态规划篇9（1035. 不相交的线、53. 最大子数组和、392. 判断子序列、115. 不同的子序列），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！

算法学习——LeetCode力扣动态规划篇9

在这里插入图片描述

1035. 不相交的线

1035. 不相交的线 - 力扣（LeetCode）

描述

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。

示例

示例 1：
在这里插入图片描述

输入：nums1 = [1,4,2], nums2 = [1,2,4]
输出：2
解释：可以画出两条不交叉的线，如上图所示。
但无法画出第三条不相交的直线，因为从 nums1[1]=4 到 nums2[2]=4 的直线将与从 nums1[2]=2 到 nums2[1]=2 的直线相交。

示例 2：

输入：nums1 = [2,5,1,2,5], nums2 = [10,5,2,1,5,2]
输出：3

示例 3：

输入：nums1 = [1,3,7,1,7,5], nums2 = [1,9,2,5,1]
输出：2

提示

1 <= nums1.length, nums2.length <= 500
1 <= nums1[i], nums2[j] <= 2000

代码解析

动态规划

本题说是求绘制的最大连线数，其实就是求两个字符串的最长公共子序列的长度！

那么本题就和我们刚刚讲过的这道题目动态规划：1143.最长公共子序列 就是一样一样的了。

class Solution {
public:int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {vector<vector<int>> dp(nums1.size()+1 , vector<int>(nums2.size()+1,0));for(int i=0 ; i<nums1.size();i++){for(int j=0 ; j<nums2.size();j++){if(nums1[i]==nums2[j])dp[i+1][j+1] = dp[i][j]+1;elsedp[i+1][j+1] = max(dp[i+1][j] , dp[i][j+1]);}}// for(int i=0 ; i<nums1.size();i++)// {//     for(int j=0 ; j<nums2.size();j++)//     {//         cout<<dp[i][j]<<' ';//     }//     cout<<endl;// }return dp[nums1.size()][nums2.size()];}
};

53. 最大子数组和

53. 最大子数组和 - 力扣（LeetCode）

描述

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。

示例

示例 1：

输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。

示例 2：

输入：nums = [1]
输出：1

示例 3：

输入：nums = [5,4,-1,7,8]
输出：23

提示

1 <= nums.length <= 105
-104 <= nums[i] <= 104

代码解析

贪心算法
class Solution {
public:int maxSubArray(vector<int>& nums) {int sum=0 ,result= INT32_MIN;      //sum是当前数组的和，result是sum中最大的时候for(int i=0 ; i<nums.size() ;i++){sum += nums[i];  //记录当前的sumif(sum > result) result= sum;  //如果sum大于当前result，更新resultif(sum < 0) sum = 0;  //某一个时期的sum小于0舍去}return result;}
};
动态规划
class Solution {
public:int maxSubArray(vector<int>& nums) {vector<int>  dp(nums.size() ,0);int result = INT_MIN;dp[0]= nums[0];for(int i=1 ; i<nums.size() ;i++){dp[i] = max(nums[i],dp[i-1]+nums[i]);}for(int i=0 ; i<nums.size() ;i++) {// cout<<dp[i]<<' ';if(dp[i] > result) result = dp[i];}return result;}
};

392. 判断子序列

392. 判断子序列 - 力扣（LeetCode）

描述

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？

示例

示例 1：

输入：s = “abc”, t = “ahbgdc”
输出：true

示例 2：

输入：s = “axc”, t = “ahbgdc”
输出：false

提示

0 <= s.length <= 100
0 <= t.length <= 10^4
两个字符串都只由小写字符组成。

代码解析

动态规划
class Solution {
public:bool isSubsequence(string s, string t) {if(s.size()==0&&t.size()!=0) return true;if(s.size()==0&&t.size()==0) return true;if(s.size()!=0&&t.size()==0) return false;vector<bool> dp(s.size() , false);int prt = 0;//匹配指针for(int i=0 ; i<t.size() ;i++){if(s[prt] == t[i])//匹配成功标记，匹配下一个{dp[prt] = true;prt++;}}return dp[s.size()-1];}
};

115. 不同的子序列

115. 不同的子序列 - 力扣（LeetCode）

代码描述

给你两个字符串 s 和 t ，统计并返回在 s 的 子序列 中 t 出现的个数，结果需要对 109 + 7 取模。

示例

示例 1：

输入：s = “rabbbit”, t = “rabbit”
输出：3
解释：
如下所示, 有 3 种可以从 s 中得到 “rabbit” 的方案。
rabbbit
rabbbit
rabbbit

示例 2：

输入：s = “babgbag”, t = “bag”
输出：5
解释：
如下所示, 有 5 种可以从 s 中得到 “bag” 的方案。
babgbag
babgbag
babgbag
babgbag
babgbag

提示

1 <= s.length, t.length <= 1000
s 和 t 由英文字母组成

代码解析

动态规划

  • 确定dp数组（dp table）以及下标的含义
    dp[i][j]：以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。

  • 确定递推公式
    这一类问题，基本是要分析两种情况

    • s[i - 1] 与 t[j - 1]相等
      dp[i][j]可以有两部分组成。
      一部分是用s[i - 1]来匹配，那么个数为dp[i - 1][j - 1]。
      一部分是不用s[i - 1]来匹配，个数为dp[i - 1][j]。
      dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
    • s[i - 1] 与 t[j - 1] 不相等
      dp[i][j] = dp[i - 1][j];

  • dp数组如何初始化

    • dp[i][0] 表示：以i-1为结尾的s可以随便删除元素，出现空字符串的个数。
      那么dp[i][0]一定都是1，因为也就是把以i-1为结尾的s，删除所有元素，出现空字符串的个数就是1。

    • 再来看dp[0][j]，dp[0][j]：空字符串s可以随便删除元素，出现以j-1为结尾的字符串t的个数。
      那么dp[0][j]一定都是0，s如论如何也变成不了t。

    • 最后就要看一个特殊位置了，即：dp[0][0] 应该是多少。
      dp[0][0]应该是1，空字符串s，可以删除0个元素，变成空字符串t。
      在这里插入图片描述

class Solution {
public:int numDistinct(string s, string t) {vector<vector<uint64_t>> dp(s.size()+1 , vector<uint64_t>(t.size()+1,0) );for(int i=1 ; i<s.size()+1 ;i++)dp[i][0] = 1;for(int j=1 ;j<t.size()+1 ;j++)dp[0][j] = 0;dp[0][0] = 1;for(int i=0 ; i<s.size() ;i++){for(int j=0 ;j<t.size();j++){if(s[i]==t[j]) dp[i+1][j+1] = dp[i][j] + dp[i][j+1];else dp[i+1][j+1] = dp[i][j+1];}}return dp[s.size()][t.size()];}
};

这篇关于算法学习——LeetCode力扣动态规划篇9（1035. 不相交的线、53. 最大子数组和、392. 判断子序列、115. 不同的子序列）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！


http://www.chinasem.cn/article/867522。

相关文章

HarmonyOS学习(七)——UI（五）常用布局总结

HarmonyOS学习(七)——UI（五）常用布局总结

自适应布局 1.1、线性布局（LinearLayout） 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列，Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距，达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式，且在各类尺寸屏幕上表现一致，其中交叉轴为垂直时，取值为Vert
阅读更多...
Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
哈希leetcode-1

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素（O(1)） 当我们要频繁的查找某个元素，第一哈希表O(1)，第二，二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储，只要开26个c
阅读更多...
不懂推荐算法也能设计推荐系统

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例，告诉我们不懂推荐算法的产品，也能从产品侧出发， 设计出一款不错的推荐系统。 相信很多新手产品，看到算法二字，多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法（注：传统是指科班出身的产品都会接触过）。但对于推荐算法，多数产品对着网上搜到的资源，都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后，更是加大了理解的难度。 但，不了解推荐算法，就无法做推荐系
阅读更多...
【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【课程链接】 AntV G6：深入图形与图形分组、自定义节点、节点动画（下）_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中，应该怎样去计算和绘制图形，如何给一个图形制作不间断的动画，以及在鼠标事件之后产生动画。（有点难，需要好好理解） <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06
阅读更多...
学习hash总结

学习hash总结

2014/1/29/   最近刚开始学hash，名字很陌生，但是hash的思想却很熟悉，以前早就做过此类的题，但是不知道这就是hash思想而已，说白了hash就是一个映射，往往灵活利用数组的下标来实现算法，hash的作用：1、判重；2、统计次数；
阅读更多...
康拓展开（hash算法中会用到）

康拓展开（hash算法中会用到）

康拓展开是一个全排列到一个自然数的双射（也就是某个全排列与某个自然数一一对应） 公式： X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。（a[i]在不同应用中的含义不同）； 典型应用： 计算当前排列在所有由小到大全排列中的顺序，也就是说求当前排列是第
阅读更多...
第10章 中断和动态时钟显示

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始，按照书籍的划分，第10章开始就进入保护模式（Protected Mode）部分了，感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断（Interrupt）的设计，中断的几种方式：外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用： 为了更好的利用处理器的性能。协同快速和慢速设备一起工作
阅读更多...
csu 1446 Problem J Modified LCS （扩展欧几里得算法的简单应用）

csu 1446 Problem J Modified LCS （扩展欧几里得算法的简单应用）

这是一道扩展欧几里得算法的简单应用题，这题是在湖南多校训练赛中队友ac的一道题，在比赛之后请教了队友，然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意：把题意转变下就变成了：求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点：求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个
阅读更多...
hdu2241（二分+合并数组）

hdu2241（二分+合并数组）

题意：判断是否存在a+b+c = x，a，b，c分别属于集合A,B,C 如果用暴力会超时，所以这里用到了数组合并，将b,c数组合并成d，d数组存的是b，c数组元素的和，然后对d数组进行二分就可以了 代码如下（附注释）： #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<que
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2