学习视频:https://www.bilibili.com/video/BV1AB4y1w7eT
1、穷举法/暴力规划法
时间复杂度:
数组中的每个数,可以取,也可以不取,复杂度:O(2^n)
子序列最多遍历n次,复杂度:O(n)
总复杂度:O(n*2^n)
L=[1,5,2,4,3]
def e(nums,i):
if i ==len(nums)-1:
return 1
max_len=1
for j in range(i+1,len(nums)):
if nums[j]>nums[i]: # 可取,也可以不取,复杂度2^n
max_len=max(max_len,e(nums,j)+1)
return max_len
def length_of_e(nums):
return max(e(nums,i) for i in range(len(nums))) # 子序列遍历,复杂度n次
print(length_of_e(L))
2、记忆化搜索/带备忘录递归/递归树剪枝
方法1存在问题:子序列一直存在被重复遍历的情况,所以可以借助长度保存。当下次使用时已存在此子序列长度,则直接返回。
注意:memo的使用。
优势:以空间换时间
L=[1,5,2,4,3]
memo={}
def e(nums,i):
if i in memo:
return memo[i]
if i ==len(nums)-1:
return 1
max_len=1
for j in range(i+1,len(nums)):
if nums[j]>nums[i]:
max_len=max(max_len,e(nums,j)+1)
memo[i]=max_len
return max_len
def length_of_e(nums):
return max(e(nums,i) for i in range(len(nums)))
print(length_of_e(L))
3、非递归/迭代方式
优势:直接计算时间复杂度,避免递归函数开销
n=int(input())
s=[int(i) for i in input().split()]
L=[1]*n
for i in reversed(range(n)):
for j in range(i+1,n):
if s[j]>s[i]: # 注意这里的前提条件,若未进入循环,则为1.
L[i]=max(L[i],L[j]+1) # 拿L[i]和L[j]+1相比,如果大于1,就更新值。
print(max(L))