Longest Increasing Subsequence

1，题目要求

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(n²) complexity.
  Follow up: Could you improve it to O(nlogn) time complexity?

给定未排序的整数数组，找到最长的增加子序列的长度。

注意：

• 可能有多个LIS组合，只需要您返回长度。
• 您的算法应该以O（n ²）复杂度运行。
  跟进：你能把它提高到O（nlogn）时间复杂度吗？

2，题目思路

对于这道题，题目是一道比较经典的LIS问题，即最长上升子序列问题。

这种问题的解法很多，逐一说明太过麻烦。这里说一种利用C++内的STL的方法：lower_bound:

• lower_bound( begin,end,num)：从数组的begin位置到end-1位置二分查找第一个大于或等于num的数字，找到返回该数字的地址，不存在则返回end。通过返回的地址减去起始地址begin,得到找到数字在数组中的下标。

在这道题的解法上，我们对定义的res数组利用lower_bound进行遍历，找到比nums[i]小的元素：

• 如果找到，就将这个元素的值更新为nums[i]；
• 如果没找到，就说明此时的序列是递增的，则将这个nums[i]加入到res。

具体原理在于，在对nums的遍历的过程中，我们每次是找到res中第一个比nums[i]小的元素，之所以对它更新，是为了保证对之后新的res的创建。
当然，最后的结果中，res并不是正确的序列，但是长度是正确的。

为何是不正确的：（这里使用LeetCode的discussion的讲解）
For example, if

nums = [5,6,7,1,2,8,3,4,0,5,9]

then after we prcoess the 7:

S = [5,6,7]

after w process the 2:

S = [1,2,7]

after we process the 8:

S = [1,2,7,8]

Then we process the 3:

S = [1,2,3,8]

We process the 4:

S = [1,2,3,4]

and now the next three elements:

S = [0,2,3,4,5,9]

S is not the actual subsequence, but it is the right length (end ends in the right number).

而之所以最后的长度是可行的，是lower_bound是找到第一个比nums[i]小的，而不会对res的最大长度造成影响。而自所以要对res进行更改，是为了使得可能存在的比当前res值要小的序列的记录，以记录更长的LIS，比如：

nums = [5,6,1,2]

一开始，res = [5, 6]，长度为2
而1的加入，有：res = [1,6]
2的加入，有：res = [1,2]
这时，长度也是2。

而假如nums = [5,6,1,2,3]
步骤一样，这时，res = [1,2,3] ,最大长度就是3了。

关于lower_bound( )和upper_bound( )的常见用法

3，代码实现

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        if(nums.size() == 0)
            return 0;
        vector<int> res;
        for(auto &n : nums){
            auto itr = lower_bound(res.begin(), res.end(), n);
            if(itr == res.end())
                res.push_back(n);
            else
                *itr = n;
        }
        return res.size();
            
    }
};