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