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。
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。
说明:
- 可能会有多种最长上升子序列的组合,你只需要输出对应的长度即可。
- 你算法的时间复杂度应该为 O(n2) 。
进阶:
你能将算法的时间复杂度降低到 O(n log n) 吗?
解答
动态规划,时间复杂度 O ( n 2 ) O(n^2) O(n2)
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int l = nums.size();
vector<int> dp(l, 1);
int result = 1;
if(l==0)
return 0;
for(int i=0;i<l;i++){
for(int j=0;j<i;j++){
if(nums[i]>nums[j]){
dp[i] = max(dp[i], dp[j]+1);
// result = max(result, dp[i]);
}
}
}
return *max_element(dp.begin(), dp.end());
// return result;
}
};
动态规划+二分查找,时间复杂度
O
(
n
log
(
n
)
)
O(n\log(n))
O(nlog(n))。用tails
数组记录上升子序列的组成数字,其中tails
数组末尾表示当前上升子序列的最大值,即tails
数组单调递增。每遍历一个nums
数组中的元素,就二分查看是否能更新tails
数组,将tails
数组中第一个大于num
的元素替换为num
(tails
数组中的元素先后顺序可能不和nums
中的先后顺序一致,但tails
数组的有效长度一致)。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int> tails(nums.size(), 0);
int result = 0;
for(int num : nums){
int l = 0;
int r = result;
// 二分查找tails数组中第一个比num大的值,并替换
while(l < r){
int mid = (l+r)/2;
if(tails[mid]<num){
l = mid + 1;
}
else{
r = mid;
}
}
tails[r] = num;
// 当tails数组中每个值都小于num时,说明上升子序列可以增加一位
if(l==result){
result += 1;
}
}
return result;
}
};