Merge pull request #2093 from yujiahan2018/master

优化代码+新增滚动数组思想

problems/0198.打家劫舍.md

@@ -141,7 +141,36 @@ class Solution {
 	}
 }
 
-// 空间优化 dp数组只存与计算相关的两次数据
+// 使用滚动数组思想，优化空间
+// 分析本题可以发现，所求结果仅依赖于前两种状态，此时可以使用滚动数组思想将空间复杂度降低为3个空间
+class Solution {
+    public int rob(int[] nums) {
+        
+        int len = nums.length;
+
+        if (len == 0) return 0;
+        else if (len == 1) return nums[0];
+        else if (len == 2) return Math.max(nums[0],nums[1]);
+
+
+        int[] result = new int[3]; //存放选择的结果
+        result[0] = nums[0];
+        result[1] = Math.max(nums[0],nums[1]);
+        
+
+        for(int i=2;i<len;i++){
+
+            result[2] = Math.max(result[0]+nums[i],result[1]);
+
+            result[0] = result[1];
+            result[1] = result[2];
+        }
+        
+        return result[2];
+    }
+}
+
+// 进一步对滚动数组的空间优化 dp数组只存与计算相关的两次数据
 class Solution {
     public int rob(int[] nums) {
         if (nums.length == 1)  {
@@ -151,11 +180,11 @@ class Solution {
         // 优化空间 dp数组只用2格空间 只记录与当前计算相关的前两个结果
         int[] dp = new int[2];
         dp[0] = nums[0];
-        dp[1] = nums[0] > nums[1] ? nums[0] : nums[1];
+        dp[1] = Math.max(nums[0],nums[1]);
         int res = 0;
         // 遍历
         for (int i = 2; i < nums.length; i++) {
-            res = (dp[0] + nums[i]) > dp[1] ? (dp[0] + nums[i]) : dp[1];
+            res = Math.max((dp[0] + nums[i]) , dp[1] );
             dp[0] = dp[1];
             dp[1] = res;
         }

problems/0718.最长重复子数组.md

@@ -198,7 +198,57 @@ public:
 
 而且为了让 `if (dp[i][j] > result) result = dp[i][j];` 收集到全部结果，两层for训练一定从0开始遍历，这样需要加上 `&& i > 0 && j > 0`的判断。
 
-相对于版本一来说还是多写了不少代码。而且逻辑上也复杂了一些。 优势就是dp数组的定义，更直观一点。
+对于基础不牢的小白来说，在推导出转移方程后可能疑惑上述代码为什么要从`i=0,j=0`遍历而不是从`i=1,j=1`开始遍历，原因在于这里如果不是从`i=0,j=0`位置开始遍历，会漏掉如下样例结果：
+```txt
+nums1 = [70,39,25,40,7]
+nums2 = [52,20,67,5,31]
+```
+
+当然，如果你愿意也可以使用如下代码，与上面那个c++是同一思路：
+```java 
+class Solution {
+    public int findLength(int[] nums1, int[] nums2) {
+        int len1 = nums1.length;
+        int len2 = nums2.length;
+        int[][] result = new int[len1][len2];
+
+        int maxresult = Integer.MIN_VALUE;
+
+        for(int i=0;i<len1;i++){
+            if(nums1[i] == nums2[0])
+                result[i][0] = 1;
+            if(maxresult<result[i][0])
+                    maxresult = result[i][0];
+        }
+
+        for(int j=0;j<len2;j++){
+            if(nums1[0] == nums2[j])
+                result[0][j] = 1;
+            if(maxresult<result[0][j])
+                maxresult = result[0][j];
+        }
+
+        for(int i=1;i<len1;i++){
+            for(int j=1;j<len2;j++){
+
+                if(nums1[i]==nums2[j])
+                    result[i][j] = result[i-1][j-1]+1;
+
+                if(maxresult<result[i][j])
+                    maxresult = result[i][j];
+
+            }
+
+        }
+
+        return maxresult;
+    }
+}
+```
+
+对于小白来说一定要明确dp数组中初始化的数据是什么
+
+整体而言相对于版本一来说还是多写了不少代码。而且逻辑上也复杂了一些。 优势就是dp数组的定义，更直观一点。
 
 ## 其他语言版本