描述
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(nlogn) 吗?
思路
直接上手动态规划的三要素:
- 动态规划数组含义:dp[i]定义为以nums[i]结尾的最长上升子序列的长度,注意这里并不是前i个元素中的最长上升子序列。举例:[6,4,5,2],以5结尾的最长上升子序列是2,以2结尾的最长上升子序列是1,即dp[3]=1,但dp[3]并不是前i个元素中的最长上升子序列长度。这样后续遍历时,只要发现有能接在以前面某个元素结尾的子序列上(即数比它大),就将其接在后面,数值加一。
- 初始值:以nums[i]结尾的最长上升子序列的长度最少是1,因为它本身一定是最小上升子序列。
- 状态转移方程:
if(nums[j] < nums[i]) dp[i] = max(dp[i], dp[j] + 1)
解答
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int size = nums.size();
if(size == 0 || size == 1) return size;
//dp数组记录以dp[i]结尾的最长上升子序列长度
vector<int> dp(size, 1);
for(int i = 0;i < size;++ i)
for(int j = 0;j < i;++j)
if(nums[j] < nums[i])//以nums[j]结尾的子序列后面可以接上nums[i]
dp[i] = max(dp[i], dp[j] + 1);
return *max_element(dp.begin(), dp.end());
}
};