2021-3-24 300. 最长递增子序列（动态规划，贪心算法+二分搜索）

注：

                    //二分法找到找到第一个比key小的元素的位置pos
                    if (d[mid] < key) {
                        pos = mid;
                        l = mid + 1;
                    } else {
                        r = mid - 1;
                    }

题目：
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

1.动态规划

时间复杂度为 O(n2)

定义dp[i] 为考虑前 i 个元素，以第 i 个数字结尾的最长上升子序列的长度，注意 nums[i] 必须被选取。

我们从小到大计算 dp 数组的值，在计算dp[i] 之前，我们已经计算出 dp[0…i−1] 的值，则状态转移方程为：
dp[i]=max(dp[j])+1,其中0≤j<i且num[j]<num[i]

即考虑往dp[0…i−1] 中最长的上升子序列后面再加一个nums[i]。由于 dp[j] 代表 nums[0…j] 中以 nums[j] 结尾的最长上升子序列，所以如果能从dp[j] 这个状态转移过来，那么nums[i] 必然要大于 nums[j]，才能将 nums[i] 放在nums[j] 后面以形成更长的上升子序列。

最后，整个数组的最长上升子序列即所有dp[i] 中的最大值。

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

2.贪心算法+二分搜索

时间复杂度为 O(n log(n))

考虑一个简单的贪心，如果我们要使上升子序列尽可能的长，则我们需要让序列上升得尽可能慢，因此我们希望每次在上升子序列最后加上的那个数尽可能的小。

基于上面的贪心思路，我们维护一个数组d[i] ，表示长度为 i 的最长上升子序列的末尾元素的最小值，用 len 记录目前最长上升子序列的长度，起始时 len 为 1，d[1]=nums[0]。

同时我们可以注意到d[i] 是关于 i 单调递增的。因为如果 d[j]≥d[i] 且 j < i，我们考虑从长度为 i 的最长上升子序列的末尾删除i−j 个元素，那么这个序列长度变为 j ，且第j 个元素x（末尾元素）必然小于d[i]，也就小于d[j]。那么我们就找到了一个长度为 j 的最长上升子序列，并且末尾元素比d[j] 小，从而产生了矛盾。因此数组 d 的单调性得证。

我们依次遍历数组 nums 中的每个元素，并更新数组 d 和 len 的值。如果nums[i]>d[len] 则更新len=len+1，否则在 d[1…len]中找满足 d[i−1]<nums[j]<d[i] 的下标 i，并更新d[i]=nums[j]。

根据 dd 数组的单调性，我们可以使用二分查找寻找下标 i，优化时间复杂度。

最后整个算法流程为：

设当前已求出的最长上升子序列的长度为 len（初始时为 1），从前往后遍历数组 nums，在遍历到 nums[i] 时：

如果nums[i]>d[len] ，则直接加入到 d 数组末尾，并更新 len=len+1；

否则，在 d 数组中二分查找，找到第一个比 nums[i] 小的数d[k] ，并更新 d[k+1]=nums[i]。

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        //从1开始，是为了方便在d[0]插入元素，以及len可以直接代表需要返回的最大长度
        int len=1;
        int size=nums.size();
        vector<int> d(size+1,0);
        d[len]=nums[0];
        for(int i=1;i<size;i++){
            if(nums[i]>d[len]){
                len++;
                d[len]=nums[i];
            }
            else{
                int l = 1, r = len, pos = 0; // 如果找不到说明所有的数都比 nums[i] 大，此时要更新 d[1]，所以这里将 pos 设为 0
                while (l <= r) {
                    int mid = (l + r) >> 1;
                    //二分法找到找到第一个比key小的元素
                    if (d[mid] < nums[i]) {
                        pos = mid;
                        l = mid + 1;
                    } else {
                        r = mid - 1;
                    }
                }
                d[pos + 1] = nums[i];
            }
        }
        return len;
    }
};