引言
这两道题有很大的相似性,在这里主要的地方就是循环的设置,不仅仅适用于这两道题,在很多类似的题目中都可以用到,要学会相应的方法才行;
最长递增子序列
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
提示:
1 <= nums.length <= 2500
-10^4 <= nums[i] <= 10^4
这道题要求最长递增子序列,并没有要求连续,题解:
1,dp[i]表示0~i 的最长递增子序列长度
2,位置 i 的最长递增子序列为 j 从0到 i-1 各个位置的最长升序子序列加 1 的最大值
则有 if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);
这里不是要dp[i]与dp[j] + 1进行比较,目的是要取dp[j] + 1的最大值
因为随着dp[i]逐渐增大,最后一定取到的是dp[j]最大值
3,对于每一个 i ,对应的dp[i]初始大小最小为1.
4,由转移方程可以知道循环是从前到后的,j 是0~i - 1内的范围,所以 j 循环是内循环;
代码如下:
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
if (n <= 1) return n;
vector<int> dp(n, 1);
int ans = 0;
for (int i = 0; i < n; ++i) {
for (int j = 0; j < i; ++j) {
if (nums[i] > nums[j])
dp[i] = max(dp[i], dp[j] + 1);
}
ans = max(ans, dp[i]);
}
return ans;
}
};
这道题因为不是连续的,所以在循环时需要把 i 之前的所有情况都来一遍,由此找到最长递增子序列;可以理解为 j 始终就是 i 之前的位置。
最长连续递增序列
给定一个未经排序的整数数组,找到最长且连续递增的子序列,并返回该序列的长度。
连续递增的子序列 可以由两个下标 l 和 r(l < r)确定,如果对于每个 l <= i < r,都有 nums[i] < nums[i + 1] ,那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。
示例 1:
输入:nums = [1,3,5,4,7]
输出:3
解释:最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的,因为 5 和 7 在原数组里被 4 隔开。
示例 2:
输入:nums = [2,2,2,2,2]
输出:1
解释:最长连续递增序列是 [2], 长度为1。
提示:
0 <= nums.length <= 10^4
-10^9 <= nums[i] <= 10^9
这个题和上一题唯一不同就是求的是连续的子序列,所以步骤会少一些,因为如果求第 i 个位置的只需要考虑前一个 i - 1 位置就可以了,不像上一道需要考虑 i 之前的所有情况;
1,dp[i]表示0~i 的最长连续递增子序列长度;
2,由于只需要考虑前一个,所以只要 nums[i] > nums[i - 1],那么以 i为结尾的数组的连续递增的子序列长度 一定等于以 i - 1 为结尾的数组的连续递增的子序列长度 + 1
则有 if (nums[i - 1] < nums[i]) dp[i] = dp[i - 1] + 1;
3,以下标 i 为结尾的数组的连续递增的子序列长度最少也应该是1,即就是nums[i]这一个元素,所以dp[i]应该初始化为1
4,因为dp[i]是由dp[i - 1] 得来的,所以遍历顺序是从前往后;
代码如下:
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
int n = nums.size();
vector<int> dp(n, 1);
int ans = 1;
for (int i = 1; i < n; ++i) {
if (nums[i - 1] < nums[i])
dp[i] = dp[i - 1] + 1;
ans = max(ans, dp[i]);
}
return ans;
}
};
总结
这两道题主要注意的地方就是不连续和连续的区别,有很多题目会有这两种情况,所以如果题目让求
不连续的,你就需要考虑 i 之前的所有情况,这就需要多写一个 j 作为内循环遍历所有情况
连续的,只需要考虑前一个与 i 的关系就可以了;