题干: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?
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-increasing-subsequence
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
答案预警!!!
答案预警!!!
答案预警!!!
解析格式为:解法1-思路 | 代码;解法2-思路|代码;……
解法1-思路:
定义一个数组dp装载 [10,9,2,5,3,7,101,18]
对数组里的第 i+1 个元素“dp[i]”,我们令它与在它左侧的 i 个元素比较大小,计出左侧比其小的总数m。
第1个数10,与左侧的()比较,得m=0;
第2个数9,与左侧的10比较,得m=0;
2,m=0;5,m=1;3,m=1;7,m=
//解法1-代码(动态规划……好难2020.03.14)
//向量==数组
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {//& 引用,给传入参数/向量 起个别名 nums,参数在函数内发生改变也会影响函数外的值,同体不同名。
int n=(int)nums.size(); //n=向量大小
if (n == 0) return 0; //数组为空,则……
vector<int> dp(n, 0); //定义 向量,具有n个整型元素0
for (int i = 0; i < n; ++i) {//++i,是先加1后引用,i++是先引用后+1.
//++i,和i++,对于for循环来说,循环次数一样。++i更节约运算的时间和空间
dp[i] = 1; //动态规划,状态转换方程……???
for (int j = 0; j < i; ++j) {
if (nums[j] < nums[i]) {
dp[i] = max(dp[i], dp[j] + 1);
}
}
}
return *max_element(dp.begin(), dp.end());// 向量中的最大值
}
};
笔记:int i; 与int &i; 的区别
int function(int i){
i++
return i;
}
int x = 5;
function(x); //返回值:6, x :5
int functionReference(int &i){//即& 形参引用会改变传入参数
i++;
return i;
}
int x = 5;
functionReference(x); //返回值:6, x :6