最长递增子序列的个数-动态规划673-python

要用到两个动态规划数组，时间复杂度O(n^2)，空间复杂度O(n)。

class Solution:
    def findNumberOfLIS(self, nums: List[int]) -> int:
        '''
        state: dp[i]表示以nums[i]结尾的最长递增子序列的长度
               count[i]表示以nums[i]结尾的最长递增子序列的数量
        basecase: 每遍历一个nums[i]，dp[i]和count[i]均为1
        transfer: 每遍历到一个nums[i]，要从头遍历nums[j]，
                  若nums[i]>nums[j]，则分情况更新dp[i]和count[i]
        result: res
        '''
        n = len(nums)
        maxLen = res = 0 # maxLen表示全局上最长的递增子序列的长度

        dp = [0] * n
        count = [0] * n

        for i in range(n):
            dp[i] = count[i] = 1

            for j in range(i):
                if nums[i] > nums[j]:
                    # 找到了更长的递增子序列长度
                    if dp[j] + 1 > dp[i]: 
                        dp[i] = dp[j] + 1
                        count[i] = count[j]

                    # 找到了当前递增子序列长度的不同构成路径
                    elif dp[j] + 1 == dp[i]: 
                        count[i] += count[j]

            # 当前的递增子序列长度超过了旧最大长度，更新结果
            if dp[i] > maxLen:
                maxLen = dp[i]
                res = count[i]
                
            # 当前的递增子序列长度与旧最大长度相同，即找到了不同构造路径的最长递增子序列
            elif dp[i] == maxLen:
                res += count[i]
        
        return res