LeetCode 热题 100-动态规划-最长递增子序列
题目
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。
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
解题思路
解法1:
我们建立一个数组dp[],dp[i]表示以元素nums[i]为最长递增子序列最后一个元素时的最长递增子序列长度。
首先,就算整个数组是严格递减的趋势,我们的最小递增序列长度也为1(元素本身),所以我们把dp数组初始化为1。
接着,我们遍历整个数组,
for(int i=1;i<nums.length;i++){
dp[i]=1;//初始化基础值1
//中间代码先省略
}
对于遍历的每个元素,基础值是我们设的初值1,然后再去往前返回遍历,
for(int j=i-1;j>=0;j--){
if(nums[i]>nums[j]&&dp[j]+1>dp[i]){
dp[i]=dp[j]+1;
}
}
只要遍历到的值(nums[j])比当前的值(nums[i])小而且dp[j]+1>dp[i],则更新dp
最后,我们再在dp中选取一个最大值即可。这一步操作夹在for循环中完成
if(dp[i]>max){
max=dp[i];
}
组合而成的便是下边完整代码。
代码
class Solution {
public int lengthOfLIS(int[] nums) {
int[] dp=new int[nums.length];
dp[0]=1;
int max=dp[0];
for(int i=1;i<nums.length;i++){
dp[i]=1;
for(int j=i-1;j>=0;j--){
if(nums[i]>nums[j]&&dp[j]+1>dp[i]){
dp[i]=dp[j]+1;
}
}
if(dp[i]>max){
max=dp[i];
}
}
return max;
}
}