No.300 Longest Increasing Subsequence

一、题目描述

Given an unsorted array of integers, find the length of longest increasing subsequence.

For example,
Given [10, 9, 2, 5, 3, 7, 101, 18],
The longest increasing subsequence is [2, 3, 7, 101], therefore the length is 4. Note that there may be more than one LIS combination, it is only necessary for you to return the length.

Your algorithm should run in O(n2) complexity.

二、解题思路

动态规划，定义一个数组f，f[i]表示以nums[i]结尾的序列的最长递增子序列的长度。则f[i]等于max{f[j],(j<i&&nums[j]<nums[i])}+1。f[i]中最大的值即为结果，算法复杂度为 O(n2) 。

三、代码实现

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        vector<int> f(nums.size(),0);
        if(nums.size()==0) return 0;
        f[0]=1;
        for(int i=1;i<nums.size();i++){
            int max=0;
            for(int j=0;j<i;j++){
                if(nums[i]>nums[j]&&f[j]>max)
                    max = f[j];
            }
            f[i]=max+1;
        }
        sort(f.begin(),f.end());
        return f[f.size()-1];
    }
};

精简版的代码

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n=nums.size();
        if(n==0)return 0;
        if(n==1)return 1;
        vector<int> dp(n,1);
        int res=1;
        for(int i=0;i<n;i++){
            for(int j=0;j<i;j++){
                if(nums[i]>nums[j])
                    dp[i]=max(dp[i],dp[j]+1);
            }
            res=max(dp[i],res);
        }
        return res;
    }
};

四、改进

思路：动态规划，定义一个数组f，其中f[i]表示长度为i+1的最长递增子串的最小末尾数。当读取传入的每一个数时，从头开始遍历数组f，遇到的第一个比传入的数大的数，则将数组f该位置的值更换为传入的值，如果新传入的值比f中的每一个值都大，则将该值存入f尾部。最后f.size()即为结果。该算法的时间复杂度为O(n log n) 。

实现：

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        vector<int> f;
        if(nums.size()==0)
            return 0;
        f.push_back(nums[0]);
        for(int i=1;i<nums.size();i++){
            bool change =false;
            for(int j=0;j<f.size();j++){
                if(nums[i]<=f[j]){
                    f[j]=nums[i];
                    change=true;
                    break;
                }
            }
            if(!change) 
                f.push_back(nums[i]);
        }
        return f.size();
    }
};