package test;
import java.util.Arrays;
/**
* 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) 。
*
* 来源:力扣(LeetCode)
* 链接:https://leetcode-cn.com/problems/longest-increasing-subsequence
* 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
*/
public class Number_300 {
//方法1 暴力法 递归
//超出时间限制
public int lengthOfLIS1(int[] nums) {
return lengthofLIS1(nums, Integer.MIN_VALUE, 0);
}
//prev用来记录当前子序列最大值
//需要遍历所有子序列,所以方法中每次都需要比较子序列能够加入nums[pos]的与不加入nums[pos]的情况
//即分别记录taken与notaken的情况 然后返回max
//所以该方法时间复杂度为 O(2的n次方)
public int lengthofLIS1(int[] nums, int prev, int pos) {
if (pos == nums.length) {
return 0;
}
int taken = 0;
if (nums[pos] > prev) {
taken = 1 + lengthofLIS1(nums, nums[pos], pos + 1);
}
int nottaken = lengthofLIS1(nums, prev, pos + 1);
return Math.max(taken, nottaken);
}
//方法2 方法1+备忘录,备忘录memo[i+1][j]用来记载每个max值
public int lengthOfLIS2(int[] nums){
//备忘录
int[][] memo=new int[nums.length+1][nums.length];
for (int[] a:memo){
Arrays.fill(a,-1);
}
return lengthOfLIS2(nums,-1,0,memo);
}
//这次preindex是用来记录下标的
public int lengthOfLIS2(int[] nums,int preindex,int pos,int[][] memo){
if (pos==nums.length)
return 0;
if (memo[preindex+1][pos]>0)
return memo[preindex+1][pos];
int taken=0;
if (preindex<0||nums[pos]>nums[preindex])
taken=1+lengthOfLIS2(nums,pos,pos+1,memo);
int notaken=lengthOfLIS2(nums,preindex,pos+1,memo);
memo[preindex+1][pos]=Math.max(taken,notaken);
return memo[preindex+1][pos];
}
//方法3 动态规划
//dp[i]记载从0~i的最长上升子序列长短,首先需要找到dp[0]~dp[i-1]中最大的,记为max(dp[j])
// 如果nums[i]>max(dp[j])对应最大子序列中的最大值,dp[i]=max(dp[j])+1;
public int lengthOfLIS3(int[] nums){
if (nums.length==0||nums.length==1)
return nums.length;
int[] dp=new int[nums.length];
dp[0]=1;
int maxans = 1;
for (int i = 1; i < dp.length; i++) {
int maxval = 0;
for (int j = 0; j < i; j++) {
//这步相当于找max(dp[j]),思路是只要nums[j]>nums[i],最大值就要将dp[j]作为预选,然后筛选最大的
// 后续的代码保证了:只有当 nums[i]>nums[j],且dp[j]就是要找的max才会让maxans改变
if (nums[i] > nums[j]) {
maxval = Math.max(maxval, dp[j]);
}
}
dp[i] = maxval + 1;
maxans = Math.max(maxans, dp[i]);
}
return maxans;
}
//二分查找
//例子:input: [0, 8, 4, 12, 2]
//dp: [0]
//dp: [0, 8]
//dp: [0, 4]
//dp: [0, 4, 12]
//注意Arrays.binarySearch:
/**
* Arrays.binarySearch(Object[] a,Object key)
* 不带start与end的
* a: 要搜索的数组
*
* key:要搜索的值
*
* 如果key在数组中,则返回搜索值的索引;否则返回-1或“-”(插入点)。插入点是索引键将要插入数组的那一点,即第一个大于该键的元素的索引。
*
* 技巧:
*
* [1] 搜索值不是数组元素,且在数组范围内,从1开始计数,得“ - 插入点索引值”;
*
* [2] 搜索值是数组元素,从0开始计数,得搜索值的索引值;
*
* [3] 搜索值不是数组元素,且大于数组内元素,索引值为 – (length + 1);
*
* [4] 搜索值不是数组元素,且小于数组内元素,索引值为 – 1。
*
* 例如:int arr [] =newint[]{1,3,4,5,8,9};
*
* Arrays.sort(arr);
*
* int index1 = Arrays.binarySearch(arr,6);
*
* int index2 = Arrays.binarySearch(arr,4);
*
* int index3 = Arrays.binarySearch(arr,0);
*
* int index4 = Arrays.binarySearch(arr,10);
*
* System.out.println("index1 = "+ index1 +", index2 = " + index2 +
*
* ", index3 = " + index3 +", index4 = "+ index4);
*
* 结果:index1= -5, index2 = 2, index3 = -1, index4 = -7
*/
public int lengthOfLIS4(int[] nums){
int[] dp = new int[nums.length];
int len = 0;
for (int num : nums) {
int i = Arrays.binarySearch(dp, 0, len, num);
if (i < 0) {
i = -(i + 1);
}
dp[i] = num;
if (i == len) {
len++;
}
}
return len;
}
//自己写一个二分查询
public int lengthOfLIS5(int[] nums){
int len=nums.length;
if(len==0||len==1)
return len;
//最长上升子序列最后一个位置的下标
int end=0;
int[] dp=new int[len];
for (int i=0;i<len;i++){
int cur=nums[i];
int left=0,right=end;
while (left<right){
int mid=(left+right)>>1;
if (dp[mid]>=cur){
right=mid;
}else
left=mid+1;
}
if (left==end)
end++;
dp[left]=cur;
}
return end;
}
}
1.暴力法超时
2.暴力递归的改进(用到了备忘录) 具体为方法2的代码:
3.动态规划:
4.动态规划+二分查找:
5.自己写一个二分查找:
354. 俄罗斯套娃信封问题
package test;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
/**
* 354. 俄罗斯套娃信封问题
* 该题是300 最长上升子序列的扩展题目
*
* 给定一些标记了宽度和高度的信封,宽度和高度以整数对形式 (w, h) 出现。当另一个信封的宽度和高度都比这个信封大的时候,这个信封就可以放进另一个信封里,如同俄罗斯套娃一样。
*
* 请计算最多能有多少个信封能组成一组“俄罗斯套娃”信封(即可以把一个信封放到另一个信封里面)。
*
* 说明:
* 不允许旋转信封。
*
* 示例:
*
* 输入: envelopes = [[5,4],[6,4],[6,7],[2,3]]
* 输出: 3
* 解释: 最多信封的个数为 3, 组合为: [2,3] => [5,4] => [6,7]。
*
* 来源:力扣(LeetCode)
* 链接:https://leetcode-cn.com/problems/russian-doll-envelopes
* 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
*/
public class Number_354 {
//该方法思路有瑕疵,没有考虑全面,不采用
public int maxEnvelopes(int[][] envelopes) {
EnvelopSpace envelopSpace = new EnvelopSpace();
for (int[] i : envelopes) {
envelopSpace.add(i);
}
return envelopSpace.size;
}
class EnvelopSpace {
int size;
List<int[]> list;
int[] max = {0x80000000, 0x80000000};
int[] min = {0x7fffffff, 0x7fffffff};
EnvelopSpace() {
size = 0;
list = new ArrayList<>();
}
void add(int[] envelop) {
if (size == 0) {
list.add(envelop);
max = envelop;
min = envelop;
size++;
return;
} else if (envelop[0] > max[0] && envelop[1] > max[1]) {
max = envelop;
list.add(max);
size++;
return;
} else if (envelop[0] < min[0] && envelop[1] < min[1]) {
min = envelop;
list.add(0, min);
size++;
return;
} else {
for (int i = size - 1; i >= 0; i--) {
int[] cur = list.get(i);
if (envelop[0] > cur[0] && envelop[1] > cur[1]) {
list.add(i + 1, envelop);
size++;
}
else continue;
}
return;
}
}
}
//官方参考答案,先对宽度进行升序排列,宽度相同时进行降序排列
//最终答案相当于对宽度进行最长上升子序列的计算,然后可以参考第300题的思路
public int maxEnvelopes2(int[][] envelopes){
int len = envelopes.length;
if (len < 2) {
return len;
}
Arrays.sort(envelopes, new Comparator<int[]>() {
@Override
public int compare(int[] envelope1, int[] envelope2) {
if (envelope1[0] != envelope2[0]) {
return envelope1[0] - envelope2[0];
}
return envelope2[1] - envelope1[1];
}
});
int[] tail = new int[len];
tail[0] = envelopes[0][1];
// end 表示有序数组 tail 的最后一个已经赋值元素的索引
int end = 0;
for (int i = 1; i < len; i++) {
int target = envelopes[i][1];
if (target > tail[end]) {
end++;
tail[end] = target;
} else {
int left = 0;
int right = end;
while (left < right) {
int mid = (left + right) >>> 1;
if (tail[mid] < target) {
left = mid + 1;
} else {
right = mid;
}
}
tail[left] = target;
}
}
return end + 1;
}
}
上述方法的效率:
附:根据354的参考解答 如果是三维情况下,需要用到高级数据结构树状数组,记录下作为以后的了解