1 题目描述
题目链接:https://leetcode-cn.com/problems/longest-increasing-subsequence/
给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
子序列是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
示例 1:
输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
示例 2:
输入:nums = [0,1,0,3,2,3]
输出:4
示例 3:
输入:nums = [7,7,7,7,7,7,7]
输出:1
2 代码
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int>d;
for (auto val : nums){
auto it = lower_bound(d.begin(), d.end(), val);
if (it == d.end()){
d.push_back(val);
}
else{
*it = val;
}
}
return d.size();
}
};
3 代码解释
这里用一张图片的例子来描述代码过程
- 求解最长上升序列,需要设置一个最长序列容器,就是代码中的
vector<int> d
- 每一步从原序列中拿到一个数val,自下而上对比容器d中的数,遇到第一个大于或等于val的数,则将该位置的数替换成val,如果到达容器顶端(或者说是末尾)都没有满足条件的数,则放置在容器顶端,对应代码中
lower_bound
的查找过程,这里的两种操作分别是放置和替换,其中放置会使得容器d的size加1,而替换不会 - 按照上述过程,遍历原序列就可以得到最长上升序列的长度,但是无法得到正确的最长上升序列,如图所示,正确的最长上升序列并不是遍历结束时候的容器d内的元素
- 要得到正确的最长上升序列还需要建立一个新的容器用于每步保存,有以下操作(未在代码中体现):
- 保存序列的初始为空
- 每次容器d顶端的放置或替换操作,则将保存序列替换为容器d当前的序列