leetcode 300. 最长递增子序列

最新推荐文章于 2024-09-07 13:39:40 发布

Famiglistimott

最新推荐文章于 2024-09-07 13:39:40 发布

阅读量69

点赞数 1

分类专栏：算法分析与设计动态规划文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/kt1776133839/article/details/130799574

版权

算法分析与设计同时被 2 个专栏收录

80 篇文章 3 订阅

订阅专栏

动态规划

35 篇文章 1 订阅

订阅专栏

该问题是一个经典的动态规划问题，给定一个整数数组，目标是找出其中最长的严格递增子序列的长度。例如，在输入数组[10,9,2,5,3,7,101,18]中，最长递增子序列是[2,3,7,101]，所以长度为4。提供的Java程序使用动态规划方法来计算这个长度。

摘要由CSDN通过智能技术生成

题目描述：

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。

样例：

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4

示例 3：

输入：nums = [7,7,7,7,7,7,7]
输出：1

提示：

1 <= nums.length <= 2500
-10^4 <= nums[i] <= 10^4

`Java程序：`

class Solution {
    public int lengthOfLIS(int[] nums) {
        int[] dp=new int[nums.length];
        Arrays.fill(dp,1);
        for (int i = 0; i < nums.length; i++) {
            for (int j = 0; j < i; j++) {
                if(nums[i]>nums[j]){
                    dp[i]=Math.max(dp[i],dp[j]+1);
                }
            }
        }
        int res=0;
        for (int i = 0; i < dp.length; i++) {
            res=Math.max(res,dp[i]);
        }
        return res;
    }
}