子序列:
从最初序列通过去除某些元素但不破坏余下元素的相对位置(在前或在后)而形成的新序列
子串:
将一个序列从最前或最后或同时删掉零个或几个字符构成的新系列
故子串
必是
连续的,子序列
不一定
连续
Leetcode300. 最长上升子序列
输入: [10,9,2,5,3,7,101,18]
输出: 4
解释: 最长的上升子序列是 [2,3,7,101],它的长度是 4。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
if(nums.size()==0) return 0;
if(nums.size()==1) return 1;
int res=0;
vector<int> dp(nums.size(),1);
for(int i=0;i<nums.size();i++)
{
for(int j=0;j<i;j++)
{
if(nums[i]>nums[j])
dp[i]=max(dp[i],dp[j]+1);
}
res=max(res,dp[i]);
}
return res;
}
};
最长公共子序列
Leetcode1143. 最长公共子序列
使用动态规划,最主要的就是求出其状态转移方程:
若:
input1 = [“a”, “c”, “b”, “a”, “d”],
input2 = [“a”, “b”, “c”, “a”, “d”, “f”]
初始条件:
首先设置我们的第一个子序列为空字符串。表示字符串无法匹配,你可以理解这是一种辅助的计算方式。
状态转移方程:
当 input1[i-1] == input2[j-1]时,dp[i][j]=dp[i-1][j-1]+1。
当 input1[i-1] != input2[j-1]时,dp[i][j] = max(dp[i-1][j],dp[i][j-1])。(取它上方或左边的较大值)
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int m=text1.size();
int n=text2.size();
vector<vector<int>> dp(m+1,vector<int>(n+1));
//dp[0]=0;
for(int i=1;i<m+1;i++)
{
for(int j=1;j<n+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[m][n];
}
};
小小的扩展一下:
583. 两个字符串的删除操作
给定两个单词 word1 和 word2,找到使得 word1 和 word2 相同所需的最小步数,每步可以删除任意一个字符串中的一个字符。
输入: “sea”, “eat”
输出: 2
解释: 第一步将”sea”变为”ea”,第二步将”eat”变为”ea”
很明显就是求最长公共子序列:
class Solution {
public:
int minDistance(string word1, string word2) {
int m=word1.size();
int n=word2.size();
vector<vector<int>> dp(m+1,vector<int>(n+1));
for(int i=1;i<m+1;i++)
{
for(int j=1;j<n+1;j++)
{
if(word1[i-1]==word2[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 m+n-2*dp[m][n];
}
};
最长公共子串
Leetcode718. 最长重复子数组
输入: A: [1,2,3,2,1] B: [3,2,1,4,7]
输出:3
解释: 长度最长的公共子数组是 [3, 2, 1]
若:
input1 = [“a”, “c”, “b”, “d”, “e”, “f” , “g”],
input2 = [“x”, “y”, “z”, “a”, “b”, “c”, “d”,]
初始条件:
首先设置我们的第一个子序列为空字符串。表示字符串无法匹配,你可以理解这是一种辅助的计算方式。
状态转移方程:
当 input1[i-1] == input2[j-1]时,dp[i][j]=dp[i-1][j-1]+1。
当 input1[i-1] != input2[j-1]时,dp[i][j] = 0。
可以看出,这与最长公共子序列的区别就是第二个状态转移方程。因为子串要求是连续的,所以不等的话,只能为0;
class Solution {
public:
int findLength(vector<int>& A, vector<int>& B) {
int m=A.size(),n=B.size();
vector<vector<int>> v(m+1,vector<int>(n+1,0));
int ans=0;
for(int i=1;i<=m;i++)
{
for(int j=1;j<=n;j++)
{
if(A[i-1]==B[j-1])
{
v[i][j]=v[i-1][j-1]+1;
ans=max(ans,v[i][j]);
}
else
v[i][j]=0;
}
}
return ans;
}
};