想要精通算法和SQL的成长之路 - 最长递增子序列 II（线段树的运用）

前言

想要精通算法和SQL的成长之路 - 系列导航

一. 最长递增子序列 II

原题链接

在做这个题目之前，先看一下：数据结构 - 线段树的运用 。

在线段树的基础上，思路如下：

1. 首先，题目要求了子序列中，相邻的元素差不能超过 k 值。我们假设线段树的val值，存储的就是最长递增子序列的长度。
2. 我们定义query函数的返回就是范围区间内的最长递增子序列长度。

那么伪代码就是：

public int lengthOfLIS(int[] nums, int k) {
    int ans = 0;
    for (int i = 0; i < nums.length; i++) {
        int tmp = query(nums[i]);
        ans = Math.max(ans, tmp);
    }
    return ans;
}

但是有一个问题：假设我们以num[i]作为最后一个元素，但是我并不知道它的前一个元素是谁。那咋办？

结合线段树的一个区间求值性质，我们只要求得区间 [num[i] - k, num[i] - 1] 之间的最长子序列长度，再加上1（当前子序列的最后一个元素num[i]），那么就可以求得以num[i]为结尾的最长子序列长度了。

同时我们还要更新各个子区间对应的最长长度，即伪代码：

for (int i = 0; i < nums.length; i++) {
    int tmp = query(nums[i]);
    update(tmp)
    ans = Math.max(ans, tmp);
}

1.1 向下递推

我们做更新操作的时候，求得不再是 数据结构 - 线段树的运用 里面的区间和，而是最大值。因此我们不能在原本值的基础上做加减法运算。而是做覆盖运算。

class Node {
   Node left, right;
   int val, add;
}

private void pushDown(Node node) {
    if (node.left == null) {
        node.left = new Node();
    }
    if (node.right == null) {
        node.right = new Node();
    }
    if (node.add == 0) {
        return;
    }
    node.left.val = node.add;  // 替换
    node.right.val = node.add; // 替换
    node.left.add = node.add;  // 替换
    node.right.add = node.add; // 替换
    node.add = 0;
}

1.2 向上递推

求以当前节点作为最长子序列的最后一个元素时的序列长度时，我们可以拿到：

• 左子序列的最长递增长度。
• 右子序列的最长递增长度。

两者取最大，那么代码就是：

private void pushUp(Node node) {
    node.val = Math.max(node.left.val, node.right.val);
}

1.3 更新操作

public void update(Node node, int start, int end, int left, int right, int val) {
    // 如果线段树的区间完全在查询区间内，那么直接更新当前节点的 val 值即可
    if (start >= left && end <= right) {
        // 覆盖旧值
        node.val = val;
        // 覆盖需要传递的节点值
        node.add = val;
        return;
    }
    // 如果不在查询区间内，那么我们需要递归更新左右子树
    int mid = (start + end) >> 1;
    // 向下传递标记
    pushDown(node);
    if (left <= mid) {
        update(node.left, start, mid, left, right, val);
    }
    // [mid + 1, end] 和 [l, r] 可能有交集，遍历右孩子区间
    if (right > mid) {
        update(node.right, mid + 1, end, left, right, val);
    }
    // 计算当前节点的val值
    pushUp(node);
}

1.4 查询操作

public int query(Node node, int start, int end, int left, int right) {
    // 若当前区间完全在查询区间内，直接返回当前区间的最值
    if (left <= start && end <= right) {
        return node.val;
    }
    // 把当前区间 [start, end] 均分得到左右孩子的区间范围
    int mid = (start + end) >> 1, ans = 0;
    // 下推标记
    pushDown(node);
    // [start, mid] 和 [l, r] 可能有交集，遍历左孩子区间
    if (left <= mid) {
        ans = query(node.left, start, mid, left, right);
    }
    // [mid + 1, end] 和 [l, r] 可能有交集，遍历右孩子区间
    if (right > mid) {
        ans = Math.max(ans, query(node.right, mid + 1, end, left, right));
    }
    return ans;
}

1.5 完整代码：

有个问题就是：我们在遍历数组的每个元素num[i]的时候，我们的线段树区间应该设置为多少？
因为我们是以每个元素的 [num[i] - k, num[i] - 1]区间来做计算的，因此线段树的范围和num[i]的范围有关系。

题目有个提示：

那么确定好了线段树的区间范围，我们可以编写代码如下：

class Solution {
    public int lengthOfLIS(int[] nums, int k) {
        int ans = 0;
        Node root = new Node();
        for (int i = 0; i < nums.length; i++) {
            // 查询区间 [nums[i] - k, nums[i] - 1] 区间范围内的，以每个元素为末尾元素时的最长递增子序列长度。
            int cnt = query(root, 0, N, Math.max(0, nums[i] - k), nums[i] - 1) + 1;
            // 更新，注意这里是覆盖更新，对应的模版中覆盖更新不需要累加，已在下方代码中标注
            update(root, 0, N, nums[i], nums[i], cnt);
            ans = Math.max(ans, cnt);
        }
        return ans;
    }


    class Node {
        Node left, right;
        int val, add;
    }

    private int N = (int) 1e5;
    private Node root = new Node();

    public void update(Node node, int start, int end, int left, int right, int val) {
        // 如果线段树的区间完全在查询区间内，那么直接更新当前节点的 val 值即可
        if (start >= left && end <= right) {
            // 覆盖旧值
            node.val = val;
            // 覆盖需要传递的节点值
            node.add = val;
            return;
        }
        // 如果不在查询区间内，那么我们需要递归更新左右子树
        int mid = (start + end) >> 1;
        // 向下传递标记
        pushDown(node);
        if (left <= mid) {
            update(node.left, start, mid, left, right, val);
        }
        // [mid + 1, end] 和 [l, r] 可能有交集，遍历右孩子区间
        if (right > mid) {
            update(node.right, mid + 1, end, left, right, val);
        }
        // 计算当前节点的val值
        pushUp(node);
    }

    public int query(Node node, int start, int end, int left, int right) {
        // 若当前区间完全在查询区间内，直接返回当前区间的最值
        if (left <= start && end <= right) {
            return node.val;
        }
        // 把当前区间 [start, end] 均分得到左右孩子的区间范围
        int mid = (start + end) >> 1, ans = 0;
        // 下推标记
        pushDown(node);
        // [start, mid] 和 [l, r] 可能有交集，遍历左孩子区间
        if (left <= mid) {
            ans = query(node.left, start, mid, left, right);
        }
        // [mid + 1, end] 和 [l, r] 可能有交集，遍历右孩子区间
        if (right > mid) {
            ans = Math.max(ans, query(node.right, mid + 1, end, left, right));
        }
        return ans;
    }

    private void pushUp(Node node) {
        node.val = Math.max(node.left.val, node.right.val);
    }

    private void pushDown(Node node) {
        if (node.left == null) {
            node.left = new Node();
        }
        if (node.right == null) {
            node.right = new Node();
        }
        if (node.add == 0) {
            return;
        }
        node.left.add = node.add;  // 不需要累加
        node.right.add = node.add; // 不需要累加
        node.left.val = node.add;  // 不需要累加
        node.right.val = node.add; // 不需要累加

        node.add = 0;
    }
}