673. Number of Longest Increasing Subsequence [JavaScript]

一、解题思路

  本道题是300. Longest Increasing Subsequence的一道进阶题，读者可以先看300题的解法。

  这道题目与300题的区别主要在于要求统计最长单调递增序列的个数，所以这里需要定义两个状态，第一个状态和300题一致：

  dp[i]表示以下标i结尾的字符所形成单调递增序列中的最大长度

  接下来还需要定义一个状态来统计最长递增序列的个数：

  amount[i]表示以下标i结尾的字符所形成最长单调递增序列的个数

  那么在计算最长单调递增序列的过程中，需要不断的更新当前最长单调递增序列的个数，状态转移方程为：

                amount[j]              dp[j] + 1 > dp[i] 
  amount[i] =  
                amount[i] + amount[j]  dp[j] + 1 === dp[i]

二、代码实现

const findNumberOfLIS = nums => {
  const max = nums.length
  let ans = 0
  if (max === 0) {
    return ans
  }

  const dp = new Array(max).fill(1) // 维护最长单调递增序列的长度

  const amount = new Array(max).fill(1) // 维护最大单调递增序列的个数
  for (let i = 0; i < max; i++) {
    const item = nums[i]
    for (let j = 0; j < i; j++) {
      const sub = nums[j]
      if (item > sub) {
        // 这个地方需要改造一下
        if (dp[j] + 1 > dp[i]) {
          dp[i] = dp[j] + 1
          amount[i] = amount[j]
        } else if (dp[j] + 1 === dp[i]) {
          amount[i] += amount[j]
        }
      }
    }
    ans = Math.max(ans, dp[i])
  }
  let sum = 0
  for (let i = 0; i < dp.length; i++) {
    if (dp[i] === ans) {
      sum += amount[i]
    }
  }
  return sum
}

  如果本文对您有帮助，欢迎关注微信公众号，为您推送更多大前端相关的内容， 欢迎留言讨论，ε=ε=ε=┏(゜ロ゜;)┛。

  您还可以在这些地方找到我：

• 一个前端开发者的LeetCode刷题之旅
• 掘金