[LeetCode]646. Maximum Length of Pair Chain<DP>

You are given n pairs of numbers. In every pair, the first number is always smaller than the second number.

Now, we define a pair (c, d) can follow another pair (a, b) if and only if b < c. Chain of pairs can be formed in this fashion.

Given a set of pairs, find the length longest chain which can be formed. You needn't use up all the given pairs. You can select pairs in any order.

Example 1:

Input: [[1,2], [2,3], [3,4]]
Output: 2
Explanation: The longest chain is [1,2] -> [3,4]

Note:

1. The number of given pairs will be in the range [1, 1000].

方法一：使用Greedy来解决这个问题，只能是按照数组的第二个元素排序。(按照数组的第一个元素排序将会行不通）。如 (8,9) (10,11) (1,100)。
按照数组第一个元素排序： (1,100)，(8,9)， (10,11) 。不能通过比较 [i][end] 和 [i+1][begin] 来增加链。
而如果按照数组第二个元素排序： (8,9) ，(10,11)， (1,100)，那么则可以通过比较 [i][end] 和 [i+1][begin] 来增加

关于排序：Arrays.sort(pairs, (a,b) -> a[1] - b[1]);  

Java Lambda 表达式（又名闭包(Closure)匿名函数) 笔记

public class Solution {
    public int findLongestChain(int[][] pairs) {
        if(pairs==null || pairs.length==0) return 0;
        
        Arrays.sort(pairs, new Comparator<int[]>(){
           public int compare(int[] a, int[] b){
               return a[1]-b[1];
           } 
        });
  
        int res=1;
        int max;
        max=pairs[0][1];

        for(int i=1; i<pairs.length; i++){
            if(pairs[i][0]>max){
                max=pairs[i][1];
                res++;
            }
        }
        return res;
    }
}

方法二：无论是按照数组的第一个元素排序，还是按照数组的第二个元素排序，这个问题都能转化为用DP解决。
以下是用DP解决的。dp[i]储存的是从i结束的链表长度最大值。首先初始化每个dp[i]为1。然后对于每个dp[i]，找在 i 前面的索引 0~j，如果存在可以链接在i 前面的数组，且加完后大于dp[i]之前的值，那么则在dp[j]的基础上+1.

public class Solution {  
    public int findLongestChain(int[][] pairs) {  
        Arrays.sort(pairs, (a, b) -> (a[0] - b[0]));  
          
        int i, j, max = 0, n = pairs.length;  
        int dp[] = new int[n];  
        
        for (i = 0; i < n; i++) dp[i] = 1;  
          
        for (i = 1; i < n; i++)  
            for (j = 0; j < i; j++)  
                if (pairs[i][0] > pairs[j][1] && dp[i] < dp[j] + 1)  
                    dp[i] = dp[j] + 1;  
  
        for (i = 0; i < n; i++) if (max < dp[i]) max = dp[i];  
          
        return max;  
    }  
}  

回顾一下DP的思想：

DP=recursion + memorization

——memorize(remember) and re-use solutions to subproblems that help solve the problem.