法1:动态规划
想法:
- 用数组dp保存:以nums[i]结尾的最长上升子序列长度
- 对于nums中每个数,dp[i]初始化为1,至少包含nums[i]本身
- 对于nums[i],要求dp[i],关键在于:找到dp[j],nums[j] < nums[i] (j < i),则dp[i] = dp[j] + dp[i]。注:需找到符合条件的dp[j]的最大值
- 最长上升子序列可能以 nums[i] (i = 0 ~ nums.length - 1)结尾,故需返回dp数组中的最大值
/**
* @param {number[]} nums
* @return {number}
*/
var lengthOfLIS = function(nums) {
if(nums.length == 0) {
return 0;
}
var dp = []; // dp[i]: 以nums[i]结尾的最长上升子序列
var i = 0, j = 0, temp = 0;
// temp:
// 对于nums[i],若nums[j] < nums[i](j < i),则temp暂存dp[j]
// 最终temp存储的是符合条件的dp[j]的最大值
for(i = 0; i < nums.length; i++) {
dp[i] = 1; // 至少这个数本身是最长上升子序列
}
for(i = 1; i < nums.length; i++) {
for(j = i - 1; j >= 0; j--) {
if(nums[i] > nums[j]) {
temp = Math.max(temp, dp[j]);
}
}
dp[i] = dp[i] + temp;
temp = 0;
}
return Math.max.apply(null, dp);
};