题目链接
思路
分析动态规划题目的时候只需要考虑最后一个阶段,因为所有的阶段转化都是相同的,考虑最后一个阶段容易发现规律
在数组的动态规划问题中,一般 dp[i] 都是表示以 nums 以第 i 个元素为结尾(即 nums[i - 1])的状态;dp[i][j] 分别表示以 nums1 前 i 个元素(即 nums1[i - 1])和 nums2 前 j 个元素(即 nums2[j - 1])为结尾的状态,以此类推
字符串也是个数组,是字符数组
表示状态
状态表示就是靠猜,但是会有猜的套路,一般都是通过最终结果和数组数量来猜
看到题目有两个数组,根据上文,我们很容易想到使用 \(dp[i][j]\) 表示以 nums1 前 i 个元素和 nums2 前 j 个元素 为结尾的最长公共子数组长度
找状态转移方程
思考的方向是:大问题的最优解怎么由小问题的最优解得到
假设现在我们有
边界处理
空间优化
代码
dp数组版
class Solution {
public int findLength(int[] nums1, int[] nums2) {
int n1 = nums1.length;
int n2 = nums2.length;
int[][] dp = new int[n1 + 1][n2 + 1];
int result = 0;
for(int i = 1; i <= n1; i++){
for(int j = 1; j <= n2; j++){
if(nums1[i - 1] == nums2[j - 1]){
dp[i][j] = dp[i - 1][j - 1] + 1;
result = Math.max(result, dp[i][j]);
}
}
}
return result;
}
}
空间优化版