leetcode 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) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?

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。

 

用dp的思想可以很简单得到递推式，dp[i] = dp[j] + 1(if nums[j] > dp[i])，不过这个算法复杂度是O(n2)的

func lengthOfLIS(nums []int) int {
    // dp[i] = dp[j] + 1(if nums[j] > dp[i])
    dp := make([]int, len(nums))
    for i := 0; i < len(nums); i++ {
        if dp[i] == 0 {
            countdp(nums, i, dp)
        }
    }
    maxnum := 0
    for i := 0; i < len(dp); i++ {
        if dp[i] > maxnum {
            maxnum = dp[i]
        }
    }
    return maxnum
}
    
func countdp(nums []int, index int, dp []int) {
    ret := 1
    for i := index+1; i < len(nums); i++ {
        if nums[i] > nums[index] {
            if dp[i] == 0 {
                countdp(nums, i, dp)
            }
            if dp[i]+1 > ret {
                ret = dp[i]+1
            }
        }
    }
    
    dp[index] = ret
}

O(nlogn)的解法实在是巧妙，使用了dp存放临时数组。把jth的数组值在dp内进行查找，做替换，不会增加dp的长度。只有最大值比边界大时才更新最长子序列长度。