[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;
}
};