编程题—leetcode300：最长上升子序列

题目链接

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?

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。

题目分析—动态规划(o(n^2))

1、用数组dp[i]表示以nums[i]结尾的最长上升子序列的长度
2、计算dp[i]的时候需要遍历dp[0]到dp[i-1]
3、选出其中dp[i]最大的如dp[j]并且还要满足nums[i]>nums[j]
4、dp[i]=dp[j]+1
5、否则，dp[i]=1;

通过代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        if (nums.length==0) return 0;
        int[] dp = new int[nums.length];
        int res=1;
        dp[0]=1;
        for(int i=1;i<dp.length;i++){
               int flag=0;
               for(int j=i-1;j>=0;j--){
                   if (nums[i]>nums[j]){
                       flag=Math.max(dp[j],flag);
                   }
               }
               dp[i]=flag+1;
               res=Math.max(res,dp[i]);
        }
        return res;
    }
}

动态规划+二分查找（o(nlogn)）

思路解析

通过代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        int len = nums.length;
        int[] flag=new int[len];
        int res=0;
        for(int i=0;i<len;i++){
            //最重要的是更新flag数组
            int x=0,y=res;
            while(x<y){
                int mid=(x+y)/2;
                if (flag[mid]<nums[i]) x=mid+1;
                else y=mid;
            }
            flag[x]=nums[i];
            if (res==y) res++;
        }
        return res;
    }
}