【leetcode】300. 最长上升子序列（动态规划）

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。

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?

解题思路

1. 动态规划，时间复杂度O(n2)

定义数组dp[i]，长度为输入数组nums的长度nums.length，dp[i]表示以数组nums下标为i的元素为结尾的最大子序列长度。
对于任意i属于[0, nums.length)，先令dp[i]=1，因为不论前面是否有小于nums[i]的数，nums[i]都可以自己组成一个子序列，长度为1。之后，对i之前的数nums[j]（j属于[0, i)）进行搜索，判断是否存在小于nums[i]的数nums[j]，如果存在，则说明nums[i]可以和nums[j]所在上升子序列相结合，并使得序列长度+1，即长度变成dp[j]+1。dp[i]最终取{dp[j]+1, 1}中最大值（其中0<=j<i）。

在遍历全数组nums之后，得到完整的dp[]数组，遍历dp数组，选择值最大的即为最长上升子序列的长度，返回max(dp[i])。

代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums==null || nums.length<=0)
            return 0;

        int len = nums.length;
        int[] dp = new int[len];

        for(int i=0; i<len; i++){
            dp[i] = 1;
            for(int j=0; j<i; j++){
                if(nums[i]>nums[j]){
                    dp[i] = Math.max(dp[j]+1, dp[i]);
                } 
            }
        }

        int max = 0;
        for(int i=0; i<len; i++){
            max = Math.max(max, dp[i]);
        }
        return max;
    }
}

2. 贪心+二分查找，时间复杂度O(nlogn)

贪心思想：如果要使上升子序列尽量长，则应使子序列上升地比较慢，因此要使子序列中最后加上的值尽量小。
基于这个思想，维护一个数组d[i]，表示长度为i的上升子序列的最小结尾值。并用size表示当前已知的最长上升子序列长度，起始时size=1。
遍历数组nums，对数字nums[i]进行判断：
(1) 如果nums[i]>d[size]，则直接将nums[i]加在最长子序列的最后，并更新dp和size：d[++size] = nums[i]；
(2) 否则，在已知的上升子序列中（j属于[1,size]），找到第一个小于nums[i]的数（其下标为j），并将d[j+1]=nums[i]。（因为nums[j]<nums[i]<nums[j+1]，因此用nums[i]替换nums[j+1]。）
根据数组d的单调上升性，可以使用二分查找算法，在数组d的[1,size]范围内查找第一个小于nums[i]的数。
最后，返回size即为最长上升子序列长度。

代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums==null || nums.length<=0)
            return 0;
        
        int len = nums.length;
        int[] d = new int[len+1];
        int size = 1;
        d[size] = nums[0];
        
        for(int i=1; i<len; i++){
            if(nums[i]>d[size]){
                d[++size] = nums[i];
            }
            else{
                int left = 1;
                int right = size;
                int pos = 0;
                while(left<=right){
                    int mid = (left+right)>>1;
                    if(d[mid]<nums[i]){
                        pos = mid;
                        left = mid+1;
                    }
                    else{
                        right = mid-1;
                    }
                }
                d[pos+1] = nums[i];
            }
        }

        return size;
    }
}