最长递增子序列

最长递增子序列

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

解法一：动态规划 O(n^2)

设 dp[i]是使用 nums[i]的最长子序列长度。则
$$dp[i]=\{\begin{array}{ll}max(dp[j]+1)& \text{nums[i]>nums[j],0<=j<i}\\ dp[i]& \text{else}\end{array}$$

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        // dp[i] 的状态表示 nums[i]必须被取
        int n=(int)nums.size();
        if(n==0) return 0;
        vector<int> dp(n,0);
        for(int i=0;i<n;++i){
            dp[i]=1;
            for(int j=0;j<i;++j){
                if(nums[j]<nums[i]) dp[i]=max(dp[i],dp[j]+1); //找到这个过程中最大 dp 值
            }
        }
        return *max_element(dp.begin(),dp.end());

    }
};

解法二 二分查找 O（NlogN）
放纸牌思想：设有一副扑克牌，放成 n堆，将点数小的放到点数大的上，如果当前没有一个堆的点数比当前牌大，则新建一个堆。最后的堆数即最终答案。

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        // 思路借鉴 labuladong放纸牌：一副扑克牌，放成 n堆，将点数小的放到点数大的上。最后的堆数即最终答案
        int n=nums.size();
        int dui=0;// 表示当前 dui 的个数。
        vector<int> top(n);
        for(auto target:nums){
            // 二分查找找到当前n 堆牌的左边界,即找到比 target 大的左边界。
            // dui 表示当前个数，right=dui,所以不能取到 right。所以采用左闭右开写法
            int left=0,right=dui,ans=n+1;
            while(left<right){
                int mid=(left+right)/2;
                if( top[mid]>=target){ans=mid;right=mid;}
                else left=mid+1;
            }
            // 没有找到可以放纸牌的堆，所以新建一个堆。
            if(ans==n+1){top[dui]=target;++dui;}
            // 找到了，将该纸牌放入该堆的最上面
            else top[ans]=target;
        }
        return dui;
    }
};

参考 https://www.cnblogs.com/labuladong/p/12320272.html