剑指 Offer 14- I. 剪绳子
dp数组迭代解法
我们可以采用自底向上的思路,进一步简化代码,即省略函数调用产生的开销,采用迭代的方式来解决问题;
AC代码如下:
class Solution {
public:
int fib(int n) {
std::vector<int> dp(31);
dp[0] = 0;
dp[1] = 1;
for (int i = 2 ; i <= n ; i++) {
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
};
耗时0 ms
。
dp的含义为记录各个n
对应的fib(n)
,消除重叠子问题。
96. 不同的二叉搜索树
dp数组迭代法
同样的,我们可以进一步将代码改进为为自底向上的迭代解法。
AC代码如下:
class Solution {
public:
int numTrees(int n) {
if (n < 3) return n;
int *dp = new int[n + 1];
dp[0] = 1;
dp[1] = 1;
dp[2] = 2;
for (int i = 3; i <= n; i++) {
int sum = 0;
for (int j = 1; j <= i; j++) {
sum += dp[i - j] * dp[j - 1];
}
dp[i] = sum;
}
return dp[n];
}
};
耗时0 ms
。
dp的含义为记录n个节点能组成的二叉排序树个数为dp[i]
个。
53. 最大子序和
AC代码如下:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
vector<int> dp(nums.size(), 0);
dp[0] = nums[0];
for (int i = 1; i < nums.size(); i++) {
dp[i] = max(dp[i - 1] + nums[i], nums[i]);
}
return *max_element(dp.begin(), dp.end());
}
};
耗时0 ms
。
dp的含义为以当前元素为结尾的最大子数组和大小为dp[i]
;
300. 最长递增子序列
AC代码如下:
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int> dp(nums.size(), 1);
for (int i = 1; i < nums.size(); i++) {
for (int j = i - 1; j >= 0; j--) {
if (nums[i] > nums[j]) {
dp[i] = max(dp[i], dp[j] + 1);
}
}
}
return *max_element(dp.begin(), dp.end());
}
};
耗时264 ms
。
dp的含义为以当前元素为结尾的最长子序列长度为dp[i]
;
1143. 最长公共子序列
AC代码如下:
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
for (int i = 1; i <= text1.size(); i++) {
for (int j = 1; j <= text2.size(); 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[text1.size()][text2.size()];
}
};
耗时24 ms
;
dp的含义为text1[i]
和text2[j]
之前的最长公共子序列长度为dp[i][j]
。