最长上升子序列

[300. 最长上升子序列]

[(https://leetcode-cn.com/problems/longest-increasing-subsequence/)

难度中等1194

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?

解法1：动态规划的思想

时间复杂度O（n^2）

空间复杂度O(n)

class Solution {
public:
    int lengthOfLIS(vector <int>& nums) {
        int n = nums.size();
        // 如果nums长度为0的话直接返回
        if (n == 0) {
            return 0;
        }
        int maxLength = 1;
        // 初始化一个vector，每个初始值都为1，因为一个数本身序列长度为1
        vector<int> dp(n, 1);
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) {
                    // 当前数的最长序列，前一个最长序列加上当前数
                    dp[i] = max(dp[i], dp[j] + 1);
                    maxLength = max(maxLength, dp[i]);
                }
            }
        }
        return maxLength;
    }
};

解法2：贪心的思想(二分)

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n = nums.size();
        if (n == 0) {
            return 0;
        }
        vector<int>result;
        result.push_back(nums[0]);
        for (int i = 1; i < n; i++) {
            // 如果当前数比result序列最后一个数要大，就加入序列
            if (nums[i] > result[result.size() - 1]) {
                result.push_back(nums[i]);
            }
            else {
            // 如果当前数比result最后一个序列要小就更新这个序列
            // 比如 7 8 9 1 2 3 5
            // 7 8 9 当1来的时候序列长度不变但要更新找到大于等于1的最小值更新
            // 1 8 9 当2来的时候序列长度不变但要更新找到大于等于2的最小值更新
            // 1 2 9 当4来的时候序列长度不变但要更新找到大于等于3的最小值更新
            // 1 2 3 当5来的时候他比3大所以直接加入序列
                int index = binary_search(result, 0, \
                result.size() - 1, nums[i]);
                result[index] = nums[i];
            }
        }
        return result.size();
    }
	// 二分法模板，不用纠结于 mid + 1, mid - 1，这点优化 二分就是用来缩小查找范围的，最后结果只在下标为start和end之间选复合题意就ok
    int binary_search(vector<int>& result, int start, int end, int target) {
        while (start + 1 < end) {
            int mid = start + (end - start) / 2;
            if (result[mid] == target) {
                end = mid;
            }
            else if (result[mid] < target) {
                start = mid;
            }
            else {
                end = mid;
            }
        }
        if (result[start] >= target) {
            return start;
        }
        return end;
    }
};