动态规划14-最长递增子序列(Java)

XYX的Blog

于 2024-02-27 18:15:34 发布

阅读量263

点赞数 2

分类专栏：算法学习文章标签：动态规划 java 算法

本文链接：https://blog.csdn.net/XYX_888/article/details/136329087

版权

算法学习专栏收录该内容

39 篇文章 0 订阅

订阅专栏

本文介绍了如何使用动态规划算法解决给定整数数组的最长递增子序列问题，通过创建dp数组并使用递推公式计算每个位置的最大递增子串长度，最后返回整个数组的最大递增子序列长度。Java代码实例展示了这一过程。

摘要由CSDN通过智能技术生成

14.最长递增子序列

题目描述

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

思路分析

😊整体思路：当nums=[1,3,6,4,9]时
nums:   1   3   6   4   9
length: 1   2   3   3   4
result: 1   13  16  14  19
                136 134 139
                        169
                        149
                        1369
                        1349
不难发现每次的最最长子序列均建立再前面的最大子序列，这符合动态规划的特征
😊具体步骤：
1.创建一位数组dp[i]:表示前i个数的最大递增子串的长度
2.初始化dp数组：均初始化为1，当i=0时表示，只有一个数时，最长子序列为1
3.递推公式：当每取一个nums[i]时，均可以考虑是否在最长子串种出现，于是需要和前nums[i-1]个数进行比较，如果nums[i] > nums[j]，表明可以加入到子序列中去即dp[j] + 1，因为要比较i-1次，每次要取最大值，则有dp[i] = Math.max(dp[i], dp[j] + 1);

Java代码实现

    /*
nums:   1   3   6   4   9
length: 1   2   3   3   4
result: 1   13  16  14  19
                136 134 139
                        169
                        149
                        1369
                        1349
     */
    public int lengthOfLIS(int[] nums) {
        //1.创建一位数组dp[i]:表示前i个数的最大递增子串的长度
        int[] dp = new int[nums.length];
        //2.初始化数组
        Arrays.fill(dp, 1);
        //3.递推公式
        for (int i = 1; i < nums.length; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) {
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
        }
        return Arrays.stream(dp).max().getAsInt();
    }