【力扣-动态规划入门】【第 18 天】300. 最长递增子序列

标题：300. 最长递增子序列
难度：中等
天数：第18天,第1/2题

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?

以上来源：力扣（LeetCode）
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。

class Solution {
    //动态规划 第 18 天  1/2
    public int lengthOfLIS(int[] nums) {
        int size = nums.length;
        //记录i位置最大值
        int[] dp = new int[size];
        //记录最大值
        int max = 0;
        //0位置赋值
        dp[0] = 1;
        max = dp[0];
        for(int i = 1 ; i < size; i++){
            //i位置初始赋值
            dp[i] = Math.max(dp[i],1);
            for(int j = 0; j < i; j++){
               if(nums[i] > nums[j]){
                   //对比记录的dp[i]和  记录的dp[j]+1  取最大值赋值给dp[i]
                   dp[i] = Math.max(dp[i],dp[j] + 1);
               }
               //记录最大值
               max = Math.max(max,dp[i]);
           }
        }
        return max;
    }
}