【LeetCode】300. 最长递增子序列（中等）——代码随想录算法训练营Day52

题目链接：300. 最长递增子序列

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。

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
• -104 <= nums[i] <= 104

文章讲解：代码随想录

视频讲解：动态规划之子序列问题，元素不连续！| LeetCode：300.最长递增子序列_哔哩哔哩_bilibili

题解1：动态规划

思路：使用动态规划法求解子序列问题。

动态规划分析：

• dp 数组以及下标的含义：dp[i] 代表以 nums[i] 结尾的最长递增子序列的长度。
• 递推公式：dp[i] = Math.max(dp[i], dp[j] + 1)，j < i。
• dp 数组初始化：某个元素结尾的最小递增子序列即为它自己，因此全部初始化为1。
• 遍历顺序：i 从前往后，j 从前到后和从后往前都可以。
• 打印 dp 数组：以输入 [10,9,2,5,3,7,101,18] 为例，dp 数组为 [ 1, 1, 1, 2, 2, 3, 4, 4 ]。

/**
 * @param {number[]} nums
 * @return {number}
 */
var lengthOfLIS = function(nums) {
    const dp = new Array(nums.length).fill(1);
    for (let i = 1; i < nums.length; i++) {
        for (let j = 0; j < i; j++) {
            if (nums[i] > nums[j]) {
                dp[i] = Math.max(dp[i], dp[j] + 1);
            }
        }
    }
    return Math.max(...dp);
};

分析：时间复杂度为 O(n²)，空间复杂度为 O(n)。

收获

练习使用动态规划法求解子序列问题，要明确 dp 数组的含义，最后取结果时才能取到正确的结果。