1 子序列 是不要求连续的
2 子数组和子串一样,是需要连续的
300. 最长递增子序列
难度中等1485
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 1:
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 。
示例 2:
输入:nums = [0,1,0,3,2,3]
输出:4
示例 3:
输入:nums = [7,7,7,7,7,7,7]
输出:1
提示:
1 <= nums.length <= 2500
-10 <= nums[i] <= 10
进阶:你可以设计时间复杂度为
O(n)
的解决方案吗?- 你能将算法的时间复杂度降低到
O(n log(n))
吗?dp解决 这里还要和dp[i]比较,其实是和往前其他满足条件的序列比较
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
if(!n) return 0;
vector<int> dp(n, 0);
for(int i = 1; i < n; ++ i){
for(int j = 0; j < i; ++ j){
if(nums[i] > nums[j]){
dp[i] = max(dp[i], dp[j] + 1);
}
}
}
return *max_element(dp.begin(), dp.end());
}
};
1143. 最长公共子序列
难度中等458
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。
示例 1:
输入:text1 = “abcde”, text2 = “ace”
输出:3
解释:最长公共子序列是 “ace” ,它的长度为 3 。
示例 2:
输入:text1 = “abc”, text2 = “abc”
输出:3
解释:最长公共子序列是 “abc” ,它的长度为 3 。
示例 3:
输入:text1 = “abc”, text2 = “def”
输出:0
解释:两个字符串没有公共子序列,返回 0 。
提示:
1 <= text1.length, text2.length <= 1000
text1
和text2
仅由小写英文字符组成。class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int n = text1.size(), m = text2.size();
if(!n || !m) return 0;
vector<vector<int> > dp(n + 1, vector<int> (m + 1, 0));
for(int i = 1; i <= n; ++ i){
for(int j = 1; j <= m; ++ 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[n][m];
}
};
5. 最长回文子串
难度中等3458
给你一个字符串s
,找到s
中最长的回文子串。
示例 1:
输入:s = “babad”
输出:“bab”
解释:“aba” 同样是符合题意的答案。
示例 2:
输入:s = “cbbd”
输出:“bb”
示例 3:
输入:s = “a”
输出:“a”
示例 4:
输入:s = “ac”
输出:“a”
提示:
1 <= s.length <= 1000
s
仅由数字和英文字母(大写和/或小写)组成class Solution {
public:
string longestPalindrome(string s) {
int n = s.size();
if(n == 1)return s;
string ans;
vector<vector<int> > dp(n, vector<int>(n));
for(int l = 0; l < n; ++ l){
for(int i = 0; i + l < n; ++ i){
int j = i + l;
if(l == 0){
dp[i][j] = 1;
}else if(l == 1){
dp[i][j] = s[i] == s[j];
}else{
dp[i][j] = dp[i + 1][j - 1] && s[i] == s[j];
}
if(dp[i][j] && l + 1 > ans.size()){
ans = s.substr(i, l + 1);
}
}
}
return ans;
}
};