300-最长递增子序列（最长递增子序列）

题目

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

题解一（动态规划）

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums.length==0||nums==null){
            return 0;
        }
        int[] dp=new int[nums.length];
        dp[0]=1;
        Arrays.fill(dp,1);//注意！
        int ans=dp[0];
        for(int i=0;i<nums.length;i++){
            for(int j=0;j<i;j++){
                if(nums[j]<nums[i]){
                    dp[i]=Math.max(dp[j]+1,dp[i]);//遍历j，就可以得到最大的dp[j],由于j前面的dp可能大于j，所以还需要比较dp[j]+1和dp[i].
                }
            }
            ans=Math.max(ans,dp[i]);//得到dp[i]数组中的最大值
        }
        return ans;
    }
}

笔记：

1. 状态转移方程：dp[i]表示在第i个元素之前的最长递增子序列的长度，dp[i]=max(dp[j])+1,其中0<=j<i且num[j]<num[i]
2. 时间复杂度是O(N^2)
3. 因为转移方程和dp[j]相关，所以如果不预先置1，会影响输出结果。

题解二（动态规划+二分查找 *）

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums.length<=1){
            return nums.length;
        }
        int[] tails=new int[nums.length];
        tails[0]=nums[0];
        int res=0;
        for(int num:nums){
            int i=0,j=res;
            while(i<j){
                int mid=i+(j-i)/2;
                if(tails[mid]<num)i=mid+1;
                else j=mid;
            }
            tails[i]=num;
            if(i==res)res++;
        }
        return res;
    }
}

笔记：

1. 思路：

   维护一个tails[]数组，tails[i]表示长度为i+1的子序列尾部的值，遍历原nums[]数组，

   若第k个数比tails[i]小，大于tails[i-1]，则用nums[k]替换掉tails[i]，若第k个数大于tails[i]，则append在tails[i]尾部，len+1.

2. 在tails里搜寻时，因为tails是有序数组，所以使用二分搜索.

3. tails[k]的值代表长度为 k+1子序列的尾部元素值。