问题描述:
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。
问题思路:
思路一:运用动态规划的思想,维护一个数组dp,dp[i]的含义是:一直到第i个元素,严格递增子序列的最大长度。
dp[i] = max{dp[j]} + 1,其中j < i
遍历到第i个元素时,把前面的所有元素k1,k2,k3都比较一下,如果可以凑成递增子序列,则取dp[k1],dp[k2],dp[k3]中最大值,然后 +1,就是到i元素目前的最长子序列长度。
class Solution {
public int lengthOfLIS(int[] nums) {
// 最长递增子串长度
int maxList = 1;
int[] dp = new int[nums.length];
// 迭代数组
for (int i = 0; i < nums.length; i++) {
int max = 1;
// 每次循环都和前面的所有数比较, 判断能否形成递增,记录max{dp[j]}
for (int j = 0; j < i; j++) {
// 如果大于,则符合递增
if(nums[i] > nums[j]){
max = Math.max(dp[j] + 1, max);
}
}
dp[i] = max;
maxList = Math.max(maxList, max);
}
return maxList;
}
}
时间复杂度 O(
n
2
n^{2}
n2)
空间复杂度O(n)
思路二:动态规划+二分查找
降低时间复杂度, 解法一中,遍历计算 dp 列表需 O(N),计算每个 dp[k]需 O(N)O(N)。
- 动态规划中,通过线性遍历来计算 dp 的复杂度无法降低;
- 每轮计算中,需要通过线性遍历 [0,k) 区间元素来得到 dp[k],可以考虑维护一个有序的数组来用二分查找,使得复杂度降低。
思路:新建数组 tail,用于保存最长上升子序列。tail中存储最长子串的尾数。对原序列进行遍历,将每位元素二分插入 tail 中。
如果 tail 中元素都比它小,将它插到最后。
因为都比它小,如果要形成最小子串,它只能放在最后才能满足。
否则,用它覆盖掉比它大的元素中最小的那个。
第一个比它小的数,覆盖它有助于后面再续更多的子串。而且是第一个,所以前面的肯定比它小,后面的也肯定比它大,不会影响子串的结构。
总之,思想就是让 tail 中存储比较小的元素。这样,tail 未必是真实的最长上升子序列,但长度是对的。
比如: 数组 78912
tail数组: 迭代到7 [7]
迭代到8 比较tail中,发现都比8小,直接插入到最后 [7,8]
迭代到9 比较tail中,发现都比9小,直接插入到最后 [7,8,9]
迭代到1 比较tail中,找到第一个比1大的数,覆盖 [1,8,9]
迭代到2 比较tail中,找到第一个比2大的数,覆盖 [1,2,9]
class Solution {
public int lengthOfLIS(int[] nums) {
if(nums.length == 0){
return 0;
}
/**
定义一个最长递增子序列数组tail[i],表示i长的递增子序列的尾数为tail[i]
每次遍历时,找到第一个大于x[i]的数,然后替换它。二分查找实现
如果没有则,放在最后tail[i] = x[i]
*/
int[] tail = new int[nums.length];
tail[0] = nums[0];
// tail数组中存储的数据长度
int res=1;
for(int i=1;i<nums.length;i++){
// 如果x[i]大于tail中所有元素,直接放在最后即可
if(nums[i] > tail[res-1]){
tail[res++] = nums[i];
}else if(nums[i] == tail[res-1]){
continue;
}else{
int index = findFirst(tail,nums[i],res-1);
if(index>0){
if(tail[index-1] < nums[i]){
tail[index] = nums[i];
}
}else{
tail[index] = nums[i];
}
}
}
return res;
}
private int findFirst(int[] nums, int x,int right){
// 找到第一个大于x的数 if(nums[k]>x) 包含
int left=0;
int mid;
while(left<right){
mid = (left+right)/2;
if(nums[mid]>x){
right=mid;
}else{
left=mid+1;
}
}
return left;
}
}
再附上一个找最后一个比它小的元素,覆盖后一位数的算法
class Solution {
public int lengthOfLIS(int[] nums) {
if(nums.length == 0){
return 0;
}
/**
定义一个最长递增子序列数组tail[i],表示i长的递增子序列的尾数为tail[i]
每次遍历时,找到最后一个小于x[i]的数,然后替换它后一位。二分查找实现
如果没有则,放在最后tail[i] = x[i]
*/
int[] tail = new int[nums.length];
tail[0] = nums[0];
// tail数组中存储的数据长度
int res=1;
for(int i=1;i<nums.length;i++){
// 如果x[i]大于tail中所有元素,直接放在最后即可
if(nums[i] > tail[res-1]){
tail[res++] = nums[i];
}else if(nums[i] == tail[res-1]){
continue;
}else{
int index = findFirst(tail,nums[i],res-1);
tail[index+1] = nums[i];
}
}
return res;
}
private int findFirst(int[] nums, int x,int right){
// 找到最后一个小于x的数 if(nums[k]<x) 包含
// 由于可能找不到,所以left=-1
int left=-1;
int mid;
while(left<right){
mid = (left+right+1)/2;
if(nums[mid]<x){
left=mid;
}else{
right=mid-1;
}
}
return left;
}
}