【动态规划刷题 14】最长递增子序列的个数&& 最长数对链

673. 最长递增子序列的个数

链接: 673. 最长递增子序列的个数
给定一个未排序的整数数组 nums ， 返回最长递增子序列的个数 。

注意 这个数列必须是 严格 递增的。

示例 1:

输入: [1,3,5,4,7]
输出: 2
解释: 有两个最长递增子序列，分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。
示例 2:

输入: [2,2,2,2,2]
输出: 5
解释: 最长递增子序列的长度是1，并且存在5个子序列的长度为1，因此输出5。

1.状态表示*
我们解决这个问题需要两个状态，⼀个是「⻓度」，⼀个是「个数」：

len[i] 表⽰：以 i 为结尾的最⻓递增⼦序列的⻓度；
count[i] 表⽰：以 i 为结尾的最⻓递增⼦序列的个数

2.状态转移方程
对于len[i],很容易可以得出其状态转移方程，可以参考之前的题解。
对于count[i]:
在知道每⼀个位置结尾的最⻓递增⼦序列的⻓度时，count[i] ：

1. i. 我们此时已经知道 len[i] 的信息，还知道 [0, i - 1] 区间上的 count[j] 信 息，⽤ j 表⽰ [0, i - 1] 区间上的下标；
2. ii. 我们可以再遍历⼀遍 [0, i - 1] 区间上的所有元素，只要能够构成上升序列，并且上 升序列的⻓度等于 dp[i]，那么我们就把 count[i] 加上 count[j] 的值。这样循 环⼀遍之后， count[i] 存的就是我们想要的值。

3. 初始化
◦ 对于 len[i] ，所有元素⾃⼰就能构成⼀个上升序列，直接全部初始化为 1 ；
◦ 对于 count[i] ，全部初始化为 1 ;

4. 填表顺序
显⽽易⻅，填表顺序「从左往右」

5. 返回值
⽤ maxLen 表⽰最终的最⻓递增⼦序列的⻓度。
根据题⽬要求，我们应该返回所有⻓度等于 maxLen 的⼦序列的个数」。

代码：

 int findNumberOfLIS(vector<int>& nums) {
         int n=nums.size();

        vector<int> dp(n,1),count(n,1);
        int Count=1;
        int Max=1;
        for(int i=1;i<n;i++)
        {
            for(int j=0;j<i;j++)
            {
                if(nums[i]>nums[j])
                {  
                    if(dp[j]+1==dp[i])
                    {
                        count[i]+=count[j];
                    }
                    if(dp[j]+1>dp[i])
                    {
                        dp[i]=dp[j]+1;
                        count[i]=count[j];
                    }
                }
            }
            if(Max==dp[i]) Count+=count[i];
            if(Max<dp[i]) 
            {
                Max=dp[i];
                Count=count[i];
            } 
        }
        return Count;

    }

646. 最长数对链

链接: 646. 最长数对链

给你一个由 n 个数对组成的数对数组 pairs ，其中 pairs[i] = [lefti, righti] 且 lefti < righti 。

现在，我们定义一种 跟随 关系，当且仅当 b < c 时，数对 p2 = [c, d] 才可以跟在 p1 = [a, b] 后面。我们用这种形式来构造 数对链 。

找出并返回能够形成的 最长数对链的长度 。

你不需要用到所有的数对，你可以以任何顺序选择其中的一些数对来构造。

示例 1：

输入：pairs = [[1,2], [2,3], [3,4]]
输出：2
解释：最长的数对链是 [1,2] -> [3,4] 。
示例 2：

输入：pairs = [[1,2],[7,8],[4,5]]
输出：3
解释：最长的数对链是 [1,2] -> [4,5] -> [7,8] 。

解法思路

在⽤动态规划结局问题之前，应该先把数组排个序。因为我们在计算 dp[i] 的时候，要知道所有左区间⽐ pairs[i] 的左区间⼩的链对。排完序之后，只⽤
「往前遍历⼀遍」即可。

1.状态表示*
dp[i] 表⽰以 i 位置的数对为结尾时，最⻓数对链的⻓度

2.状态转移方程
对于 dp[i] ，遍历所有 [0, i - 1] 区间内数对⽤ j 表⽰下标，找出所有满⾜ pairs[j]
[1] < pairs[i][0] 的 j 。找出⾥⾯最⼤的 dp[j] ，然后加上 1 ，就是以 i 位置为结
尾的最⻓数对链。

3. 初始化
◦刚开始的时候，全部初始化为 1

4. 填表顺序
显⽽易⻅，填表顺序「从左往右」

5. 返回值
返回整个 dp 表中的最⼤值

代码：

int findLongestChain(vector<vector<int>>& pairs) {
         int n=pairs.size();

        sort(pairs.begin(),pairs.end());
        vector<int> dp(n,1);

        int len=1;
        for(int i=1;i<n;i++)
        {
            for(int j=0;j<i;j++)
            {
                if(pairs[i][0]>pairs[j][1])
                {
                    dp[i]=max(dp[i],dp[j]+1);
                }
            }
            len=max(len,dp[i]);
        }
        return len;

    }