leetcode-300/673上升子序列-Java

遇到两个比较类似的动态规划题目
No.300:
题目描述：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。

思路：定义一个dp[i] 表示以 nums[i] 这个数结尾的最长递增子序列的长度。而dp[i] = Math.max(dp[i], dp[j] + 1); (0<= j <i)。

• 该问题的主要解决是确定dp要存储什么内容
• 确定好dp存储内容后，我们就假设dp[0…i-1]已知，求dp[i]，求出每个dp[i]则问题得到解决

class Solution {
    public int lengthOfLIS(int[] nums) {
        int[] dp = new int[nums.length];
        Arrays.fill(dp,1);
        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], 1 + dp[j]);
                }
            }
        }
        int res = 0;
        for(int i = 0;i < dp.length;i++){
            res = Math.max(res,dp[i]);
        }
    return res;
    }
}

No.673:
题目描述：给定一个未排序的整数数组，找到最长递增子序列的个数。

示例 1:

输入: [1,3,5,4,7]
输出: 2
解释: 有两个最长递增子序列，分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。

示例 2:

输入: [2,2,2,2,2]
输出: 5
解释: 最长递增子序列的长度是1，并且存在5个子序列的长度为1，因此输出5。

思路：相较于上一题，难点在于最长子序列可能有多种到达方式。

• 我们定义一个count数组来存放到达i点的路径数目
• 当我们发现了一个可替换的值，也就是nums[j] < nums[i] && dp[j] >= dp[i]时就将count也机型替换
• 但如果nums[j] < nums[i] && dp[i] = dp[j] + 1那么说明j也是到达最长子序列的一种方式，就需要将count[i] += count[j]

class Solution {
    public int findNumberOfLIS(int[] nums) {
        int[] dp = new int[nums.length];
        //存储路径条数
        int[] count = new int[nums.length];
        Arrays.fill(count,1);
        for(int i = 1;i < nums.length;i++){
            for(int j = 0;j < i;j++){
                if(nums[i] > nums[j]){
                    if(dp[j] >= dp[i]){
                        dp[i] = dp[j] + 1;
                        count[i] = count[j];
                    //如果满足，则也是一种到达途径
                    }else if(dp[i] == dp[j] + 1){
                        count[i] += count[j];
                    }
                }
            }
        }
        int max = 0,res = 0;
        for(int i = 0;i < dp.length;i++){
            max = Math.max(max,db[i]);
        }
        for(int i = 0;i < dp.length;i++){
            if(db[i] == max){
                res = res + count[i];
            }
        }
        return res;
    }
}