最长上升子序列

LeetCode 300

最长上升子序列

给定一个无序的整数数组，找到其中最长上升子序列的长度。

示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4 
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。
说明:

可能会有多种最长上升子序列的组合，你只需要输出对应的长度即可。
你算法的时间复杂度应该为 O(n2) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?

解法: 动态规划

解题思路：

因为要求最长的子序列，所以我们可以用动态规划的思想

我们定义dp数组的含义为：以i为结尾的序列的最长长度

因此，dp数组的初始化为

Arrays.fill(dp,1);

动态规划的转移方程应该是这样的

if(nums[j]>nums[i])
    dp[j] = Math.max(dp[j],dp[i]+1)

我们可以选择将j拼接到前面一个序列，也可以选择以j作为结尾依旧保持原本的序列，这取决于长度的大小

带有注释的代码如下：

class Solution {
    public int lengthOfLIS(int[] nums) {
        int[] dp = new int[nums.length];
        int res = 0;
        Arrays.fill(dp,1);
        for(int i=0; i<dp.length; i++) //我们从第一个元素开始
        {      
            for(int j=i+1; j<dp.length; j++) //第一个元素后面的所有元素
            {
                if(nums[j]>nums[i]) 
                //如果当前元素大于第一个元素，可以选择拼接到后面
                    dp[j] = Math.max(dp[j], dp[i]+1);
            }
        }
        for(int i=0; i<dp.length; i++)
            res = Math.max(dp[i],res); //返回长度最长的序列
        return res;
    }
}

解法2：二分法

解题思路：

我们在找递增序列时，应该是怎样的思路：

先从一个元素开始，然后在遍历它后面的元素x，如果x大于递增序列的最后一个元素，那么我们就将这一个元素添加到递增序列中，如果该元素小于递增序列的最后一个元素，但是大于递增序列的倒数第二个元素，那么我们就会替换就递增序列的最后一个元素，因为小的元素更可能产生更长的递增序列

因此我们用一个tail数组来保存每一个长度的递增序列的最后一个元素

完整代码如下：

class Solution {
    public int lengthOfLIS(int[] nums) {
        int[] tails = new int[nums.length];
        int res = 0;
        for(int num : nums) 
        {
            int i = 0, j = res;
            while(i < j) 
            {
                int m = (i + j) / 2;
                if(tails[m] < num) 
                    i = m + 1;
                else 
                    j = m;
            }   
            tails[i] = num;
            if(res == j) 
                res++;
        }
        return res;
    }
}

注意：tail数组的值是根据序列长度为索引找序列的最后一个值，而不是产生一个递增的序列