本文介绍了LeetCode 300题——最长上升子序列的解法，包括动态规划和贪心+二分查找两种策略。动态规划中，dp[i]表示以nums[i]结尾的最长子序列长度。贪心+二分查找方法通过二分查找找到合适位置更新序列，保证序列长度增长。
问题：
题目来源：力扣（LeetCode）
难度：简单
分析：
经典题。
一、动态规划
观察数组，要求数组的最长上升子序列，可以想到长度为i的子序列可以由长度为i - 1的递推而来，因此考虑动态规划。那么动态规划的状态空间该如何定义呢？
思考最长上升子序列的寻找过程，当我们遍历到数组的i位置时，无法判断最终的最长子序列是由i结尾的所属的子序列还组成还是由i - 1结尾或者其他的子序列组成。因此我们需要把位置i之前的所有位置所在的子序列的长度都记录下来。
因此我们这样定义状态空间，dp[i]代表的是以nums[i]结尾的子序列的最长子序列的长度。
递推公式为：dp[i] = max(dp[i][, dp[j] + 1) if nums[i] > nums [j]
最后取以每个元素结尾的子序列长度的最大值。
解决方法：
1：动态规划
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
