【LeetCode刷题笔记(四十七)】之300. 最长子序列

本文详细介绍了如何解决寻找无序整数数组中最长上升子序列的长度问题,采用动态规划方法,通过遍历数组并比较每个元素与之前所有元素的关系,更新dp数组,最终找到最长上升子序列的长度。示例展示了具体实现过程,并提供了Java代码实现。
摘要由CSDN通过智能技术生成

本文章由公号【开发小鸽】发布!欢迎关注!!!


老规矩–妹妹镇楼:

一. 题目

(一) 题干

        给定一个无序的整数数组,找到其中最长上升子序列的长度。

(二) 示例

输入: [10,9,2,5,3,7,101,18]
输出: 4 
解释: 最长的上升子序列是 [2,3,7,101],它的长度是 4

二. 题解

(一) 思路

        动态规划的题目,要找到的当前的最长子序列的长度,那么它一定包括之前的长度更短的上升子序列。设置dp数组,从小到大计算dp数组的值。可以从示例中看出,这个上升子序列并不一定是连续的,那么就不能仅仅通过判断前一个数来得出结果。即需要判断之前的所有dp数组的值,且要从之前的dp[j]状态转移到当前的dp[i]状态,需要当前的nums[i] > nums[j],这样nums[i]才能够连接到nums[j]所在的子序列中。最后,找出dp数组中的最大值即可。


(二) 代码实现

Java:

class Solution {
    public int lengthOfLIS(int[] nums) {
        int maxLength  = 1;
        if(nums == null || nums.length == 0){
            return 0;
        }
        int n = nums.length;
        int[] dp = new int[n];
        dp[0] = 1;
        for(int i= 1; i < n; ++i){
            dp[i] = 1;
            for(int j = 0; j < n; ++j){
                if(nums[i] > nums[j]){
                    dp[i] = Math.max(dp[i], dp[j]+1);
                }
            }
        }
        Arrays.sort(dp);
        return dp[n-1];
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值