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;
}
}