【LeetCode & 剑指offer刷题】动态规划与贪婪法题10：Longest Increasing Subsequence

【LeetCode & 剑指offer刷题】动态规划与贪婪法题10：Longest Increasing Subsequence

【LeetCode & 剑指offer 刷题笔记】目录（持续更新中...）

Longest Increasing Subsequence

Given an unsorted array of integers, find the length of longest increasing subsequence.

Example:

Input: [10,9,2,5,3,7,101,18]

Output: 4

Explanation: The longest increasing subsequence is [2,3,7,101] , therefore the length is 4 .

Note:

• There may be more than one LIS combination, it is only necessary for you to return the length.
• Your algorithm should run in O( n 2 ) complexity.

Follow up:   Could you improve it to O(n log n) time complexity?

---

C++

 

//问题：找最长递增子序列（可以不要求连续）

/*

方法：动态规划

dp[i]表示以nums[i]为结尾的最长递增子串的长度

dp[i] = max(dp[i], dp[j] + 1)

 

 

O(n^2) O(n)

*/

class Solution

{

public :

    int lengthOfLIS ( vector < int >& nums )

    {

        vector < int > dp ( nums . size (), 1 ); //dp值初始化为1，dp[0] = 1,一个元素长度为1

       

        int res = 0 ;

        for ( int i = 0 ; i < nums . size (); i ++) //遍历数组，以num[i]结尾

        {

            for ( int j = 0 ; j < i ; j ++) //遍历num[i]以前的数（i=0~n-1,j=0~i-1）

            {

                if ( nums [ j ] < nums [ i ] ) //当遇到递增对时，dp[j]+1,更新dp[i]

                    dp [i] = max(dp[i], dp[j] + 1);

            }

            res = max ( res , dp [ i ]); //选择dp[i]中的最大值，因为不确定以哪个num[i]结尾的递增子序列最长

        }

        return res ;

    }

};

 

/*

掌握

* 方法：动态规划+二分查找

* 具体过程：dp存最长递增子序列

注意：数组dp不一定是真实的LIS,只是长度一致

* 例：

    input: [0, 8, 4, 12, 2]

    dp: [0]

    dp: [0, 8]

    dp: [0, 4]

    dp: [0, 4, 12]

    dp: [0 , 2, 12] which is not the longest increasing subsequence, but length of dp array results in length of Longest Increasing Subsequence.

* O(nlogn) O(n)

 

类似问题： Increasing Triplet Subsequence

*/

#include <algorithm>

class Solution

{

public :

    int lengthOfLIS ( vector < int >& a )

    {

        if ( a . empty ()) return 0 ;

        

        vector < int > dp ;

        for ( int ai : a )

        {

            //lower_bound返回第一个大于等于ai的位置,函数参数为（first,last） last指向区间末尾位置

            //在dp[first,last)序列中寻找ai可以满足增序插入的位置，如果找不到，说明ai比区间所有值大，返回last

            //因为dp维护成一个增序数组，故可用二分查找法

            auto it = lower_bound(dp.begin(), dp.end(), ai); //查找第一个大于等于ai的位置( 查找ai可以插入的位置 )

            if ( it == dp . end ()) //如果区间中不存在，则push到末尾

                dp . push_back ( ai );

            else                 //如果存在，则替换对应位置的元素

                * it = ai ;

        }

        return dp . size ();

    }

};

 

 

 

 

posted @ 2019-01-06 16:50 wikiwen 阅读( ...) 评论( ...) 编辑 收藏