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();
}
};