673. 最长递增子序列的个数
难度 中等
给定一个未排序的整数数组 nums
, 返回最长递增子序列的个数 。
注意 这个数列必须是 严格 递增的。
示例 1:
输入: [1,3,5,4,7]
输出: 2
解释: 有两个最长递增子序列,分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。
示例 2:
输入: [2,2,2,2,2]
输出: 5
解释: 最长递增子序列的长度是1,并且存在5个子序列的长度为1,因此输出5。
提示:
1 <= nums.length <= 2000
-106 <= nums[i] <= 106
题解
这道题是延续了300. 最长递增子序列,在这上面增加了难度,需要我们找出,有多少条最长上升子序列。我本来的想法是找出最长上升子序列长度,然后遍历有多少条个长度等于这个,就返回统计结果。运行之后发现,并没有那么简单,中间的元素组合是可以变化的,如果只统计末尾的话,并不能统计所有。
确实想不出好的办法就去看官方题解,官方还新建了一个cnt的辅助数组,一开始并不是很理解这个数组再其中起什么作用,后面通过理解代码去理解这个数组。
cnt数组是记录了以 i 这个元素结尾有多少条路径。然后我们还需要关心这个是怎么计算出来的。在计算dp数组的时候同时计算cnt,计算dp有两种情况:
- 因为nums[i] > nums[j],表示 i 可以接在 j 后面,
- 一种是dp[j] + 1 > dp[i],需要更新dp[i]的值;有一条从 j 到 i 的路径了,因为只有一条,所有cnt[i] = cnt[j]
- 另外一种是dp[j] + 1 = dp[i],表示前面已经有路径到 i 了,因为cnt即记录有多少条路径到达,那就需要累计cnt了
class Solution {
public int findNumberOfLIS(int[] nums) {
int n = nums.length;//数组长度
int[] dp = new int[n];//dp数组
int[] cnt = new int[n];//累计数组
int max = 1;//最短的最长上升子序列为本身,长度为1
int ans = 0;
for(int i = 0; i < n; i++){
dp[i] = 1;//初始化
cnt[i] = 1;//初始化
for(int j = 0; j < i; j++){
if(nums[i] > nums[j]){//i元素可以接在j元素后面
if(dp[j] + 1 > dp[i]){
dp[i] = dp[j] + 1;//更新dp
cnt[i] = cnt[j];//有一条从 j 到 i 的路径了,因为只有一条,所有cnt[i] = cnt[j]
}else if(dp[j] + 1 == dp[i]){
cnt[i] += cnt[j];//累计所有的路径
}
}
}
if(dp[i] > max){//最长长度变化,更新状态
max = dp[i];
ans = cnt[i];
}else if(dp[i] == max){//最长长度不变,累计结果
ans += cnt[i];
}
}
return ans;
}
}