leetcode300. 最长递增子序列 子序列(不连续)

  • https://leetcode.cn/problems/longest-increasing-subsequence/

  • 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

LIS即最长上升子序列,指的是给定一个数列,从中选取一个子序列,使得子序列中的所有元素单调递增,并且满足子序列的长度最长。以下是LIS的动态规划代码实现(时间复杂度为 O ( n 2 ) O(n^2) O(n2)):

int lengthOfLIS(vector<int>& nums) {
    int n = nums.size();
    if (n < 2) {
        return n;
    }
    vector<int> dp(n, 1);
    int max_len = dp[0];
    for (int i = 1; i < n; ++i) {
        for (int j = 0; j < i; ++j) {
            if (nums[i] > nums[j]) {
                dp[i] = max(dp[i], dp[j] + 1);
            }
        }
        max_len = max(max_len, dp[i]);
    }
    return max_len;
}

其中, d p [ i ] dp[i] dp[i] 表示以第 i i i 个元素为结尾的最长上升子序列的长度。状态转移方程为:

d p [ i ] = max ⁡ j = 0 i − 1 { d p [ j ] + 1 } , if   n u m s [ i ] > n u m s [ j ] dp[i]=\max_{j=0}^{i-1} \{dp[j]+1\},\quad \text{if}\, nums[i] > nums[j] dp[i]=j=0maxi1{dp[j]+1},ifnums[i]>nums[j]

其中, n u m s nums nums 表示原数列。

代码中,使用双重循环来计算 d p dp dp 数组。外层循环遍历所有元素,内层循环遍历当前元素前面的所有元素,如果存在一个元素小于当前元素,那么就可以将当前元素添加进该元素为结尾的最长上升子序列中,从而得到以当前元素为结尾的最长上升子序列。

循环结束后, d p dp dp 数组中的最大值即为整个数列的最长上升子序列长度。

需要注意的是,以上代码中没有考虑数列中存在相同元素的情况。如果数列中存在相同元素,那么在转移时应该将条件 n u m s [ i ] > n u m s [ j ] nums[i] > nums[j] nums[i]>nums[j] 改为 n u m s [ i ] > n u m s [ j ]   and   d p [ i ] ≤ d p [ j ] nums[i] > nums[j] \, \text{and} \, dp[i] \leq dp[j] nums[i]>nums[j]anddp[i]dp[j],保证子序列的单调性和最长性质。

题解

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
    //动态规划 dp[i]为到i位置的最长严格递增子序列,结果输出dp[n-1]
    vector<int> dp(nums.size(),1);//最小值为1
    for(int i=1;i<dp.size();i++){
        for(int j=0;j<i;j++){
            if(nums[i]>nums[j])
                dp[i] =max(dp[i],dp[j]+1);
        }
    }
    int res = 0;
    for(int i=0;i<dp.size();i++){
        cout<< dp[i]<<",";
        res = max(dp[i],res);
    }
    return res;
    }
};

错解

#include <stdio.h>
#include<vector>
#include<memory>
#include<iostream>
#include<algorithm>
using namespace std;
class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
    //动态规划 dp[i]为到i位置的最长严格递增子序列,结果输出dp[n-1]
    vector<int> dp(nums.size(),1);//最小值为1
    for(int i=1;i<dp.size();i++){
        for(int j=0;j<i;j++){
            if(nums[i]>nums[j])
                dp[i] =max(dp[i],dp[j]+1);
            else
                 dp[i] = 1;//前边没有更小的值了  应该去掉这个else部分
        }
    }
    int res = 0;
    for(int i=0;i<dp.size();i++){
        cout<< dp[i]<<",";
        res = max(dp[i],res);
    }
    return res;
    }
};

int main()
{

    vector<int> arr = {7,7,7,7,7,7,7};//{10,9,2,5,3,7,101,18};

    unique_ptr<Solution> mysolo = unique_ptr<Solution>(new Solution());
    int res = mysolo->lengthOfLIS(arr);
    cout<<res<<endl;
    return 0;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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