leetcode 300 最长上升子序列

https://leetcode-cn.com/problems/longest-increasing-subsequence/

注意子序列不要求连续
一般这种最长啊，最大啊，不出意外就是dp了
根据之前的选择情况来更新当前的选择情况
一开始对着样例想了一个贪心
既然是求最长的子序列，那么我假设当前第一个子串就是数组的开头，并且使用一个变量来存储最长上升子序列的最后一个元素，记为R，一开始第一个R就是数组的开头
然后往后找一个最小的元素，这是分为两种情况

1. 如果后面的最小元素大于当前的R，那么放心的加入子序列，同时更新R和最大长度，然后从新加入的元素的下标继续寻找最小的元素
2. 如果后面的最小元素小于等于当前的R，那么当前子序列废弃，更新目前获得的最大长度，然后将这个最小元素设为新的子序列开头
   对着这个样例很美好
   [10,9,2,5,3,7,101,18]
   直接找到2 3 7 18，长度为4
   但是这种就不行了
   [8,9,10,4]
   直接从8跳到4了

dp

然后我就屈服于DP了，自己真的不会写DP（还是写得太少了)，看了一眼题解
说一下思路
dp[i]表示以i下标结尾数组，其中最长的上升子序列长度
假设j<i，表示j下标位于i下标之前
那么dp[i]的选择就依赖于之前的最大值了，也就是max(dp[j])，0<=j<i
但是由于子序列要求上升，所以nums[i]必须要大于nums[j]，这个时候dp[i]才能设置成max(dp[j])+1
但是当nums[i]<nums[j]的时候，并不是直接把dp[i]设置成1，因为它有可能继承其它最长上升子序列的长度
举个例子

nums:4	7	8	6
dp	:1	2	3	2->(4,6)

所以我们的状态转移方程中的max不是标准库函数里面的max，而是要遍历之前的dp[j]才能找到尽可能的最大值
dp推完了那就是写代码了…难点就是怎么把状态转移方程推出来

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        # 最直观的想法：
        if not nums:
            return 0
        maxsize=1
        dp=[1]*len(nums)
        for i in range(1,len(nums)):
            for j in range(0,i):
                if nums[j] < nums[i]:
                    dp[i]=max(dp[i],dp[j]+1)
        return max(dp)

DP就是辣么🐂🍺，但是自己写不出

贪心+二分

这里先证明了一个最长上升子序列的性质

概括一下，我们要求的最长上升子序列要尽可能地长，意为序列的元素要尽可能地多
怎么才能尽可能地多呢
首先子序列肯定是有序的，有序肯定可以用二分
每当我们遍历到一个新元素，就尝试把它加入到序列中，如果当前的新元素比序列最后一个元素还要大，那么就直接加入，万事大吉，如果新元素没有最后一个元素大，我们就尝试在序列中找到第一个大于它的数（c++中的lower_bound函数），然后替换掉比它大的旧元素
为什么要这样做呢，因为如果我们能使一个序列中的元素尽可能地小，它就能加入更多的新元素对吧？

	3 2 9 6 7
1:	3
2:	2	替换，因为2更小
3:	2 9	加入
4:	2 6 替换，6更小
5:	2 6 7	加入

很简单对吧？🤣
重要的是上面分析过程中贪心的思想，有序我们也可以自然的想到使用二分搜索
奉上leetcode官网的一条评论

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        if(!nums.size())
            return 0;
        vector<int>maxlen;
        for(auto num:nums){
            if(maxlen.size()==0 or num>maxlen.back())
                maxlen.push_back(num);
            else if(num<maxlen.back()){
                // lower_bound(起始地址，结束地址，要查找的数值) 返回的是数值 第一个 出现的位置
                // 即使不出现，lower_bound返回的是元素应该在数组中插入的位置
                int ind=lower_bound(maxlen.begin(),maxlen.end(),num)-maxlen.begin();
                maxlen[ind]=num;
            }    
        }
        return maxlen.size();
    }
};

偷懒用了一下lower_bound
贴一下lower_bound的实现，功能是返回第一个大于等于x的元素的位置
需要注意的是while条件和>=的条件