Java实现 LeetCode 300.最长上升子序列（动态规划）

给定一个无序的整数数组，找到其中最长上升子序列的长度。

示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。
说明:

可能会有多种最长上升子序列的组合，你只需要输出对应的长度即可。
你算法的时间复杂度应该为 O(n2) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-increasing-subsequence
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

class Solution {
    public int lengthOfLIS(int[] nums) {
        int len = nums.length;
        if(len < 2) return len;
		int[] dp = new int[len];//以i为结尾的最长递增子序列的长度
		int ans = 0;
		Arrays.fill(dp, 1);
		for(int i = 0; i < len; i++) {
			for(int j = 0; j < i; j++) {
				if(nums[j] < nums[i]) {//如果这个数小于这段的数，那么有递增子序列
					if(dp[j] >= dp[i]) {
						dp[i] = dp[j] + 1;
					}
				}
				ans = Math.max(dp[i], ans);
			}
		}
		return ans;
    }
}

评论区学到的二分查找的解法：
利用二分查找法，在dp数组（这个dp数组并不是指动态规划，只是数组）找到比当前元素大的数的位置（因为dp中记录的元素都是递增子序列），将这个位置的数替换为nums[i]，因为这个数比原来位置小，所以之后得到的递增子序列也只会更长或者不变；当此时的位置正好等于最长递增子序列的长度，说明该元素大于dp数组中的所有元素，这样递增子序列的最长长度就增一。

class Solution {
    public int lengthOfLIS(int[] nums) {
        int ans = 0;
		int len = nums.length;
		int[] dp = new int[len];
		for(int i = 0; i < len; i++) {
			int sit = Arrays.binarySearch(dp,0,ans,nums[i]);//找到比nums[i]大的元素的位置
			sit = sit < 0 ? - sit - 1:sit;
            dp[sit] = nums[i];//替换第一个比他大的位置
			if(sit == ans) {//如果正好比子序列中所有的数都大，那么最长递增子序列长度增一
				ans++;
			}
		}
		return ans;
    }
}