Leetcode[300. 最长递增子序列]

0. 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

1. 基本思路

我们开一个长度为len(nums)的数组dp，将dp中所有元素初始化为 1 (子序列的最小长度为1)，dp[i] 表示以第 i 个元素为结尾的最大递增子序列的长度。
则我们可以写出状态转移方程，对于dp[i]:
dp[i] = max(dp[j])+1 nums[i]>nums[j] 且 0<=j<i
之后利用递推方程依次求出dp所有值，之后输出max(dp)即可
空间复杂度O(n)，时间复杂度O(n^2)

2. 代码

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
    	#一定要记得判断下输入是否为空数组，有些题目会设置奇怪的测试样本
    	if not nums:
    		return 0
        n=len(nums)
        dp=[1]*n
        for i in range(n):
            for j in range(i):
                if nums[i]>nums[j]:
                    dp[i]=max(dp[i],dp[j]+1)
        return max(dp)   

3. 进阶思路

常规思路中，遍历一遍nums(dp)需要O(n)的时间复杂度，求解每个dp[i]需要O(n)的时间复杂度，总的时间复杂度为O(n^2)，遍历nums不可避免，即其对应的O(n)的时间复杂度无法优化，我们只能从dp[i]入手。
为了使序列最长，我们希望序列增大的尽可能慢。可以开辟一个数组tails，tails[i]用来存储长度为i+1的递增序列的末位数值(即序列中的最大值)，为了满足序列增大的尽可能慢这个条件，我们希望递增子序列的末尾数值尽可能小。同时，由tails的定义可知，tails一定递单调递增。对于递增/递减的序列，可以采用二分搜索。
遍历nums中的每一个num，若num>tails中的所有值，则递增子序列的长度加一，并将num加入tails中。若tails中有大于num的数，找到最小的大于num的数，并将这个数变更为num。
这样，遍历完整个数组后即可得到问题的解。
遍历nums的时间复杂度为O(n)，二分搜索的时间复杂度为O(logn)，总的时间复杂度为O(nlogn)

4. 代码

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        if len(nums)<=1:
            return len(nums)
        tails,res=[0]*len(nums),0
        for num in nums:
            left,right=0,res
            while left<right:
                mid=(left+right)//2
                if tails[mid]<num:
                    left=mid+1
                else:
                    right=mid
            tails[left]=num
            if left==res:
                res+=1
        return res

5. 补充

二分查找代码：

def binarySearch(A,left,right,x): #在A的[left,right]区间查找x
	while left<=right:
		mid=(left+right)//2
		if A[mid]==x:
			return mid
		elif A[mid]>x:
			right=mid-1
		else:
			left=mid+1
	return -1

找到数组中第一个大于等于x的元素的idex：

def lower_bound(A,left,right,x): #在A的[left,right]区间查找x
	while left<right:
		mid=(left+right)//2
		if A[mid]>=x:
			right=mid
		else:
			left=mid+1
	return left

找到数组中第一个大于x的元素的idex：

def upper_bound(A,left,right,x): #在A的[left,right]区间查找x
	while left<right:
		mid=(left+right)//2
		if A[mid]>x:
			right=mid
		else:
			left=mid+1
	return left