【力扣】300.最长递增子序列

题目描述

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4

思考

这是经典的动态规划的题目，很容易想到的是dp[i]表示到nums[i]的最长递增子序列的长度，难点在于怎么推出状态转移方程，我一开始想的是如果nums[i] > nums[i - 1]，那么更新dp[i] = dp[i - 1] + 1，否则dp[i] = dp[i - 1]，提交后出现以下问题：

测试用例：[4,10,4,3,8,9]

我的输出：4

预期输出：3

当程序运行到dp[4]时，由于dp[3] = 2，且nums[4] > nums[3]，所以dp[4]更新为了2 + 1 = 3，同理dp[5]更新为了4，最后返回值也为4，这里的错误之处在于，dp[i]的状态转移并不仅仅取决于nums[i]和nums[i - 1]的大小。

正确思路

dp[i]仍然表示到nums[i]的最长递增子序列的长度

遍历nums数组，当遍历到nums[i]时，查看dp[0,...,i - 1]，如果nums[i]大于之前的某个数，即nums[i] > nums[j]（0 ≤ j < i），那么表示以nums[j]结尾的最长递增子序列后可跟上nums[i]从而形成更长的递增子序列，长度为dp[j] + 1，找到[0,...,i - 1]中最大的dp[j] + 1即为dp[i]，最后返回dp[i]中的最大值即可。

具体代码如下：

class Solution {
    /*
    *最长递增子序列
    *dp[i]表示以nums[i]结尾的最长递增子序列长度
    *遍历到nums[i]时，查看dp数组元素j
    *如果nums[i] > nums[j] 那么nums[i]和dp[j]组成新的递增子序列 即dp[j] + 1
    *找出目前最大的dp[j] + 1就是dp[i]的值
    *即if(nums[i] > nums[j]) dp[i] = Math.max(dp[i], dp[j] + 1);
    */
    public int lengthOfLIS(int[] nums) {
        int len = nums.length;
        int[] dp = new int[len];
        Arrays.fill(dp, 1);  //dp[i]的默认值为1

        int res = dp[0];    //记录最后的返回结果

        for(int i = 1; i < len; i++) {
            for(int j = i - 1; j >= 0; j--) {//遍历dp[0,...,i - 1]
                if(nums[i] > nums[j]) {
                    dp[i] = Math.max(dp[i], 1 + dp[j]);  //dp[i]为最大的dp[j] + 1
                }
            }
            res = Math.max(res, dp[i]);  //比较dp[i]与res的大小，并更新res为较大值
        }
        return res;
    }
}