[动态规划 | 二分 + 贪心] LeetCode 300. 最长递增子序列

300. 最长递增子序列

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。
子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

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 。

示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4

示例 3：

输入：nums = [7,7,7,7,7,7,7]
输出：1

提示：

1 <= nums.length <= 2500
-10^4 <= nums[i] <= 10^4

---

解题思路（动态规划）

• 状态表示与转移方程:
• dp[i]：表示以nums[i]结束最长递增子序列的长度
• 当nums[i] > nums[j]此时最长递增子序列的长度为dp[j] + 1
• 初始化 dp[i] = 1

---

O(n^2)的解决方案

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int res = 1, n = nums.size();
        vector<int> dp(n,0);
        dp[0] = 1;
        for(int i = 1; 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);
            }
            res = max(dp[i],res);
        }
        return res;
    }
};

---

解题思路（二分 + 贪心）

• 对原序列进行遍历，将每个元素二分插入数组中
• 如果数组中的元素都比它小，将它插入到最后
• 否则，用它覆盖掉比它大的元素中最小的那个
• 最终数组的长度就是答案

---

O(nlog(n))的解决方案

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n = nums.size();
        vector<int> f;
        f.push_back(nums[0]);
        for(int i = 1; i < n; i++){
            if(f.back() < nums[i]) f.push_back(nums[i]);
            else{
                auto idx = lower_bound(f.begin(),f.end(),nums[i]) - f.begin();
                f[idx] = nums[i];
            }
        }
        return f.size();
    }
};