Leetcode 300- 最长上升子序列(LIS)

题目转载自Leetcode
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:

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?

题解

题解转载自labuladong
一、动态规划解法
本文定义dp数组：dp[i] 表示以 nums[i] 这个数结尾的最长递增子序列的长度。
根据这个定义，可以推出 base case：dp[i] 初始值为 1，因为以 nums[i] 结尾的最长递增子序列起码要包含它自己。

举两个例子：

根据这个定义，我们的最终结果（子序列的最大长度）应该是 dp 数组中的最大值。

int res = 0;
for (int i = 0; i < dp.size(); i++) {
    res = Math.max(res, dp[i]);
}
return res;

那么状态转移方程是怎样的？假设我们已经知道了 dp[0…4] 的所有结果，我们如何通过这些已知结果推出 dp[5] 呢？

根据刚才我们对 dp 数组的定义，现在想求 dp[5] 的值，也就是想求以 nums[5] 为结尾的最长递增子序列。nums[5] = 3，既然是递增子序列，我们只要找到前面那些结尾比 3 小的子序列，然后把 3 接到最后，就可以形成一个新的递增子序列，而且这个新的子序列长度加一。
显然，可能形成很多种新的子序列，但是我们只选择最长的那一个，把最长子序列的长度作为 dp[5] 的值即可。

for (int j = 0; j < i; j++) {
    if (nums[i] > nums[j]) 
        dp[i] = Math.max(dp[i], dp[j] + 1);
}

完整版代码实现

class Solution {
    public int lengthOfLIS(int[] nums) {
        //dp[i]代表以nums[i]结尾的LIS的长度
        int[] dp = new int[nums.length];
        //dp[i]最小值为1，因为以nums[i]结尾的LIS至少包含其自身
        Arrays.fill(dp,1);
        int res=0;

        //获得dp[i]数组
        for(int i=0;i<dp.length;i++){
            for(int j=i;j<dp.length;j++){
                //如果nums[j]>nums[i]，代表nums[j]可以接在以nums[i]结尾的LIS后
                if(nums[j]>nums[i]){
                    //找到nums[j]结尾的最长的递增子序列
                    dp[j]=Math.max(dp[j],dp[i]+1);
                }
            }
        }
        
        //找到dp数组中的最大值
        for(int i=0;i<dp.length;i++){
            res=Math.max(res,dp[i]);
        }

        return res;
    }
}