2020/3/14 打卡
题目
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
思路
感觉传统思路就够了,使用DP解法。
用dp[i] 表示 从下标0 到下标i 的最长上升子序列的长度,例如对于样例输入[10,9,2,5,3,7,101,18],
有 dp = [ 1, 1, 1, 2, 2, 3, 4, 4]。
显然dp[0] = 1,对于任意的i 不为零的情况,应该在 i 的左侧找一个下标 j ,其满足两个条件:
1. nums[ j ]比 nums[ i ] 小
2. 它是所有满足条件1里 dp [j] 最大的那个
dp[i] = max(dp[j]) + 1 , j < i and nums[ j ] < nums[ i ]
如果不存在这样的下标j,说明在0 ~ i - 1 的范围内,所有元素都比nums[i] 大,即无法找到一个能和 nums[i]
组成上升子序列的元素,所以dp[i] = 1, 表示为nums[i] 自身成为一个长度为1 的上升子序列。
代码
def fun1(nums):
# 边界条件
l = len(nums)
if l <= 1:
return l
# 定义 状态 明白其含义 dp[i] 表示 从下标0 到下标i 的最长上升子序列的长度,也就是直接目标意义
dp = [1 for _ in range(l)]
# 设定状态转移
for i in range(1, l):
for j in range(i):
# 因为之前没有 设定必须连续,所以可以这样模糊的动态探索即可,能够 有间隔的组成递增序列。
if nums[i] > nums[j]:
dp[i] = max(dp[j] + 1, dp[i])
# 最后选择 最大的状态情况
return max(dp)