我就说我怎么这么轻松做出了dp,原来最优解是贪心+二分,dp只是个O(n^2)的垃圾解法罢了。最长=最优解=dp,重点是不用连续,状态转移方程需要自己推导,dp[i]记录的是以当前为最后一位的最长序列,那么就要遍历i-1,如果前面某个数字比当前数字小,那么就判断dp[i]和dp[j]+1哪个大,每次遍历完,就记录较大的res
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
//最长=最优解=dp,可以不用连续
//状态转移方程,判断
if(nums.size() == 0) return 0;
vector<int> dp(nums.size(),1);
int res = 1;
for(int i = 1; i < nums.size(); ++i){
for(int j = 0; j < i; ++j){
if(nums[i] > nums[j]){
dp[i] = max(dp[i],dp[j]+1);
}
}
res = max(dp[i],res);
}
return res;
}
};
一个月后反而不会做了,真是个fw。dp[i]记录的是以当前数字为结尾的最大子序列长度,双重循环,从0遍历到i-1,如果前面的数字比当前数字小,那么就用以它为结尾的子序列长度+1来更新dp[i]。每次看看是否要更新res
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
//不用连续
//可以dfs的一般都可以dp
//dp[i]表示以当前数字为结尾能达到的最大长度
//状态转移方程是遍历前面所有数字,如果小于自己,就看看能否更新当前自己的最大长度
vector<int> dp(nums.size(),1);
//初始化为1,相当于就是只有自己一个字符的情况
int res = 1;
for(int i = 1; i < nums.size(); ++i){
for(int j = 0;j < i; ++j){
if(nums[j] < nums[i]){
dp[i] = max(dp[i],dp[j]+1);
}
}
res = max(res,dp[i]);
}
return res;
}
};
不想花更多时间来做最优解了,就这样
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
//不用连续,最优解=dp
//状态定义:dp[i]代表的是以当前数字为结尾能达到的最长递增子序列
//状态转移方程:从0遍历到i-1,如果有个数字小于当前数字,就让dp[i] = max(dp[j]+1,dp[i])
//初始化:dp[0] = 1,所有位置都初始化为1
//O(n^2)的时复,如果暴力就是O(2^n)
vector<int> dp(nums.size(),1);
int res = 1;
for(int i = 1; i < nums.size(); ++i){
for(int j = 0; j < i; ++j){
if(nums[j] < nums[i]) dp[i] = max(dp[j]+1,dp[i]);
}
res = max(res,dp[i]);
}
return res;
}
};
遍历0到i-1,如果nums[j]比自己小,就可以让dp[i] = max(dp[j]+1,dp[i])
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
//可以用dp做,dp[i]记录的是以当前数字为结尾能达到的最大递增子序列的长度
//状态转移:遍历0到i-1,如果nums[j]比自己小,就可以让dp[i] = max(dp[j]+1,dp[i])
//basecase:dp[i]=1
vector<int> dp(nums.size(),1);
int res = 1;
for(int i = 1; i < nums.size(); ++i){
for(int j = 0; j < i; ++j){
if(nums[j] < nums[i]){
dp[i] = max(dp[i],dp[j]+1);
}
}
res = max(res,dp[i]);
}
return res;
}
};