38.最长递增子序列（medium）-CSDN博客

本文链接：https://blog.csdn.net/doting__/article/details/148068715

1.题目链接：

300. 最长递增子序列 - 力扣（LeetCode）300. 最长递增子序列 - 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 提示： * 1 <= nums.length <= 2500 * -104 <= nums[i] <= 104 进阶： * 你能将算法的时间复杂度降低到 O(n log(n)) 吗?https://leetcode.cn/problems/longest-increasing-subsequence/2.题目描述：

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

提示：
1 <= nums.length <= 2500
-10^4 <= nums[i] <= 10^4
3. 解法（暴搜 -> 记忆化搜索 -> 动态规划）：
算法思路：
暴搜：
a. 递归含义：给 dfs 一个使命，给他一个数 i ，返回以 i 位置为起点的最长递增子序列的长度；

b. 函数体：遍历 i 后面的所有位置，看看谁能加到 i 这个元素的后面。统计所有情况下的最大值。
c. 递归出口：因为我们是判断之后再进入递归的，因此没有出口~

记忆化搜索：
a. 加上一个备忘录；
b. 每次进入递归的时候，去备忘录里面看看；

c. 每次返回的时候，将结果加入到备忘录里面。

动态规划：
a. 递归含义 -> 状态表示；
b. 函数体 -> 状态转移方程；
c. 递归出口 -> 初始化。

Java算法代码：

class Solution {
    public int lengthOfLIS(int[] nums) {
        int n = nums.length;
        int [] dp = new int[n];
        int ret = 0;
        Arrays.fill(dp,1);
        //填表顺序：从后往前
        for(int i = n-1; i>=0;i--){
            for(int j = i + 1; j < n; j++){
                if(nums[j] > nums[i])
                    dp[i] = Math.max(dp[i] , dp[j] + 1);
            }
            ret = Math.max(ret,dp[i]);
        }
        return ret;

        // 记忆化搜索
        int ret = 0;
        int n = nums.length;
        int [] memo = new int[n];

        for(int i = 0; i < n; i++)
            ret = Math.max(ret,dfs(i,nums,memo));
        return ret;
    }

    public int dfs(int pos, int[] nums, int[] memo){
        if(memo[pos] != 0) return memo[pos];
        int ret = 1;
        for(int i = pos + 1; i < nums.length ; i++)
            if(nums[i] > nums[pos])
                ret = Math.max(ret,dfs(i,nums,memo) + 1);
        memo[pos] = ret;
        return ret;
    }
}

运行结果：