leetcode 300. Longest Increasing Subsequence-最长子序列|动态规划

原题链接：300. Longest Increasing Subsequence

【思路1-Java】T=O(n2)|M=O(n)

建立一个大小与 nums 长度相等的数组 maxLens，用于记录每个 nums 最长长度，即 maxLens[i] 表示nums 第 0 个到第 i 个元素中以 nums[i]为最大值的最长子序列长度（注意序列的最后一个值为 nums[i]）：

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

22 / 22  test cases passed. Runtime: 33 ms  Your runtime beats 39.41% of javasubmissions.

【思路2-Java】二分查找|T=O(nlogn)|M=O(n)

如果需要将时间复杂度降为O(nlogn)，那么我们需要建立一个 maxLens 数组，这个数组和上一种思路的数组不同。上一种思路 maxLens[i] 的值代表 nums 中第0个到第 i 个元素以 nums[i] 为最大值的最大递增序列长度。而这种思路的 maxLens[i] 代表 nums 中第0个到第 i  个元素最大长度为 i 的最小值是多少（注意最小值是 nums数组中的某个数）：

public class Solution {
    public int lengthOfLIS(int[] nums) {
        int[] maxLens = new int[nums.length + 1];
        int maxLen = 0;
        for(int num : nums) {
            int len = binarySearch(num, maxLen, maxLens);
            maxLen = Math.max(len, maxLen);
            maxLens[len] = num;
        }
        return maxLen;
    }
    public int binarySearch(int num, int maxLen, int[] maxLens) {
        int left = 1, right = maxLen;
        while(left <= right) {
            int mid = left + (right-left) / 2;
            if(maxLens[mid] < num) left = mid + 1;
            else right = mid - 1;
        }
        return left;
    }
}

22 / 22  test cases passed. Runtime: 2 ms  Your runtime beats 79.59% of javasubmissions.

【思路3-Java】

借用 TreeSet类实现

public class Solution {
    public int lengthOfLIS(int[] nums) {
        TreeSet<Integer> set = new TreeSet<Integer>();
        for(int num : nums) {
            Integer ceil = set.ceiling(num);
            if(ceil != null) set.remove(ceil);
            set.add(num);
        }
        return set.size();
    }
}

22 / 22  test cases passed. Runtime: 12 ms  Your runtime beats 62.55% of javasubmissions.

如果对于本题理解不比较困难，可以先看看下面这篇的博客，有助于加深对本题的理解

 

leetcode 334. Increasing Triplet Subsequence-递增序列|双指针