动态规划 leetcode 300. 最长递增子序列

题目链接给你一个整数数组 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

进阶：

你可以设计时间复杂度为 O(n2) 的解决方案吗？
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

java解答

• 动态规划
• 先求出前面的最长递增子序列,然后算前i个(包含第i个)的最长递增序列的时候,前面i-1个每个的最长子序列都算好了,只需要把第i位和前面依次比,如果比某一位大,则当前dp[i]和dp[j]+1比选取最大
• 整个循环结束后dp[i]代表了包含第i位在内的最长递增子序列.
• 所以要遍历循环求dp数组中的最大值(可以放在循环中判断)

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums.length==0){
            return 0;
        }
        int max=0;
        //定义dp数组
        int []dp=new int[nums.length];
        
        dp[0]=1;
        for(int i=0;i<nums.length;i++){
            dp[i]=1;
            for(int j=0;j<i;j++){
                if(nums[i]>nums[j]){
                    // if(dp[i]<dp[j]+1){
                    //     dp[i]=dp[j]+1;
                    // }
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
                
            }
            // if(dp[i]>max){
            //     max=dp[i];
            // }
            max = Math.max(max, dp[i]);
        }
        return max;
    }
}