添加1035.不相交的线和1143.最长公共子序列

This commit is contained in:
wang
2022-05-06 20:45:29 +08:00
parent a927dd5441
commit 08ae851e75
2 changed files with 70 additions and 30 deletions

View File

@ -111,7 +111,6 @@ class Solution:
Golang: Golang:
```go ```go
func maxUncrossedLines(A []int, B []int) int { func maxUncrossedLines(A []int, B []int) int {
m, n := len(A), len(B) m, n := len(A), len(B)
dp := make([][]int, m+1) dp := make([][]int, m+1)
@ -140,7 +139,26 @@ func max(a, b int) int {
} }
``` ```
Rust:
```rust
pub fn max_uncrossed_lines(nums1: Vec<i32>, nums2: Vec<i32>) -> i32 {
let (n, m) = (nums1.len(), nums2.len());
let mut last = vec![0; m + 1]; // 记录滚动数组
let mut dp = vec![0; m + 1];
for i in 1..=n {
dp.swap_with_slice(&mut last);
for j in 1..=m {
if nums1[i - 1] == nums2[j - 1] {
dp[j] = last[j - 1] + 1;
} else {
dp[j] = last[j].max(dp[j - 1]);
}
}
}
dp[m]
}
```
JavaScript JavaScript

View File

@ -4,40 +4,40 @@
</a> </a>
<p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>,贡献其他语言版本的代码,拥抱开源,让更多学习算法的小伙伴们收益!</strong></p> <p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>,贡献其他语言版本的代码,拥抱开源,让更多学习算法的小伙伴们收益!</strong></p>
## 1143.最长公共子序列 ## 1143.最长公共子序列
[力扣题目链接](https://leetcode-cn.com/problems/longest-common-subsequence/) [力扣题目链接](https://leetcode-cn.com/problems/longest-common-subsequence/)
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。 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。
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。 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。 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。
若这两个字符串没有公共子序列,则返回 0。 若这两个字符串没有公共子序列,则返回 0。
示例 1: 示例 1:
输入text1 = "abcde", text2 = "ace" 输入text1 = "abcde", text2 = "ace"
输出3 输出3
解释:最长公共子序列是 "ace",它的长度为 3。 解释:最长公共子序列是 "ace",它的长度为 3。
示例 2: 示例 2:
输入text1 = "abc", text2 = "abc" 输入text1 = "abc", text2 = "abc"
输出3 输出3
解释:最长公共子序列是 "abc",它的长度为 3。 解释:最长公共子序列是 "abc",它的长度为 3。
示例 3: 示例 3:
输入text1 = "abc", text2 = "def" 输入text1 = "abc", text2 = "def"
输出0 输出0
解释:两个字符串没有公共子序列,返回 0。 解释:两个字符串没有公共子序列,返回 0。
提示: 提示:
* 1 <= text1.length <= 1000 * 1 <= text1.length <= 1000
* 1 <= text2.length <= 1000 * 1 <= text2.length <= 1000
输入的字符串只含有小写英文字符。 输入的字符串只含有小写英文字符。
## 思路 ## 思路
本题和[动态规划718. 最长重复子数组](https://programmercarl.com/0718.最长重复子数组.html)区别在于这里不要求是连续的了,但要有相对顺序,即:"ace" 是 "abcde" 的子序列,但 "aec" 不是 "abcde" 的子序列。 本题和[动态规划718. 最长重复子数组](https://programmercarl.com/0718.最长重复子数组.html)区别在于这里不要求是连续的了,但要有相对顺序,即:"ace" 是 "abcde" 的子序列,但 "aec" 不是 "abcde" 的子序列。
@ -45,21 +45,21 @@
1. 确定dp数组dp table以及下标的含义 1. 确定dp数组dp table以及下标的含义
dp[i][j]:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j] dp[i][j]:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]
有同学会问:为什么要定义长度为[0, i - 1]的字符串text1定义为长度为[0, i]的字符串text1不香么 有同学会问:为什么要定义长度为[0, i - 1]的字符串text1定义为长度为[0, i]的字符串text1不香么
这样定义是为了后面代码实现方便,如果非要定义为为长度为[0, i]的字符串text1也可以大家可以试一试 这样定义是为了后面代码实现方便,如果非要定义为为长度为[0, i]的字符串text1也可以大家可以试一试
2. 确定递推公式 2. 确定递推公式
主要就是两大情况: text1[i - 1] 与 text2[j - 1]相同text1[i - 1] 与 text2[j - 1]不相同 主要就是两大情况: text1[i - 1] 与 text2[j - 1]相同text1[i - 1] 与 text2[j - 1]不相同
如果text1[i - 1] 与 text2[j - 1]相同那么找到了一个公共元素所以dp[i][j] = dp[i - 1][j - 1] + 1; 如果text1[i - 1] 与 text2[j - 1]相同那么找到了一个公共元素所以dp[i][j] = dp[i - 1][j - 1] + 1;
如果text1[i - 1] 与 text2[j - 1]不相同那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列,取最大的。 如果text1[i - 1] 与 text2[j - 1]不相同那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列,取最大的。
dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]); dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
代码如下: 代码如下:
@ -71,9 +71,9 @@ if (text1[i - 1] == text2[j - 1]) {
} }
``` ```
3. dp数组如何初始化 3. dp数组如何初始化
先看看dp[i][0]应该是多少呢? 先看看dp[i][0]应该是多少呢?
test1[0, i-1]和空串的最长公共子序列自然是0所以dp[i][0] = 0; test1[0, i-1]和空串的最长公共子序列自然是0所以dp[i][0] = 0;
@ -101,7 +101,7 @@ vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
![1143.最长公共子序列1](https://img-blog.csdnimg.cn/20210210150215918.jpg) ![1143.最长公共子序列1](https://img-blog.csdnimg.cn/20210210150215918.jpg)
最后红框dp[text1.size()][text2.size()]为最终结果 最后红框dp[text1.size()][text2.size()]为最终结果
以上分析完毕C++代码如下: 以上分析完毕C++代码如下:
@ -158,7 +158,7 @@ class Solution:
for i in range(1, len2): for i in range(1, len2):
for j in range(1, len1): # 开始列出状态转移方程 for j in range(1, len1): # 开始列出状态转移方程
if text1[j-1] == text2[i-1]: if text1[j-1] == text2[i-1]:
dp[i][j] = dp[i-1][j-1]+1 dp[i][j] = dp[i-1][j-1]+1
else: else:
dp[i][j] = max(dp[i-1][j], dp[i][j-1]) dp[i][j] = max(dp[i-1][j], dp[i][j-1])
return dp[-1][-1] return dp[-1][-1]
@ -189,10 +189,32 @@ func longestCommonSubsequence(text1 string, text2 string) int {
func max(a,b int)int { func max(a,b int)int {
if a>b{ if a>b{
return a return a
} }
return b return b
} }
```
Rust:
```rust
pub fn longest_common_subsequence(text1: String, text2: String) -> i32 {
let (n, m) = (text1.len(), text2.len());
let (s1, s2) = (text1.as_bytes(), text2.as_bytes());
let mut dp = vec![0; m + 1];
let mut last = vec![0; m + 1];
for i in 1..=n {
dp.swap_with_slice(&mut last);
for j in 1..=m {
dp[j] = if s1[i - 1] == s2[j - 1] {
last[j - 1] + 1
} else {
last[j].max(dp[j - 1])
};
}
}
dp[m]
}
``` ```
Javascript Javascript