题目
如果了解动态规划经典题目LIS(最长递增子序列)问题,那么读完这个题应该就能知道这个题其实质是让我们找信封长宽数组对的最长递增子序列。不过还有一点不同的是,LIS问题中,子序列是选取一些元素后按其原有的相对序列排列的。而这个问题中,“子序列”在选取部分元素后,并不是按其原来的相对顺序排列的,而是按照大小排列。所以,我们可以先把这个二维数组转化一下,对它排个序,它的宽由小到大排列。那长应该如何排列呢?
我们看一下对[(5, 4), (6, 4), (6, 7), (2, 3)]
长由大到小排列: (2, 3), (5, 4), (6, 7), (6,4)
抽取宽的一维数组得到: 3, 4, 7, 4
我们可以发现,当对这个二维数组的长由大到小排列时,我们可以直接将问题转换为LIS问题。因为这种排列将(6, 7)排在(6,4)的前面,(6, 7)不能套(6,4),而LIS也不会出现7,4这样的子序列。这样的排列方式保证了相同宽的信封至多只有1个被计入LIS中。
朴素dp
class Solution {
public int maxEnvelopes(int[][] envelopes) {
int dp[];
int N = envelopes.length;
dp = new int[N];
Arrays.sort(envelopes, (int[] o1, int[] o2) -> {
if(o1[0] == o2[0])
return o2[1] - o1[1];
return o1[0] - o2[0];
});
int ans = 1;
for(int i = 0; i < N; i++)
{
dp[i] = 1;
for(int j = 0; j < i; j++)
{
if(envelopes[j][1] < envelopes[i][1])
{
dp[i] = Math.max(dp[i], dp[j] + 1);
}
ans = Math.max(ans, dp[i]);
}
}
return ans;
}
}
二分
和LIS一样,本题也可用此方法
class Solution {
public int maxEnvelopes(int[][] envelopes) {
int N = envelopes.length;
int d[][] = new int[N + 1][2];
int len = 1;
Arrays.sort(envelopes, (int[] o1, int[] o2) -> {
if(o1[0] == o2[0])
return o2[1] - o1[1];
return o1[0] - o2[0];
});
d[len] = envelopes[0];
//找位置的思想
for(int i = 1; i < N; i++)
{
if(d[len][1] < envelopes[i][1])
{
d[++len] = envelopes[i];
}
else {
int le = 1;
int ri = len + 1;
//左闭右开 找位置
int mid = (le + ri) / 2;
int pos = 0;
while(le < ri)
{
mid = (le + ri) / 2;
//符合条件 则尝试再向后面找找
if(d[mid][1] < envelopes[i][1])
{
pos = mid;
le = mid + 1;
}
else {
ri = mid;
}
}
d[pos + 1] = envelopes[i];
}
}
return len;
}
}