Leetcode:673. 最长递增子序列的个数

给定一个未排序的整数数组，找到最长递增子序列的个数。

示例 1:

输入: [1,3,5,4,7]
输出: 2
解释: 有两个最长递增子序列，分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。

示例 2:

输入: [2,2,2,2,2]
输出: 5
解释: 最长递增子序列的长度是1，并且存在5个子序列的长度为1，因此输出5。

注意: 给定的数组长度不超过 2000 并且结果一定是32位有符号整数。

解题思路：

动态规划中的最长子序列问题。首先得明白如何求解未排序数组的最长子序列问题。

求解未排序数组的最长子序列 == 求解以位置pos结尾的最长子序列长度dp[pos]，return max(dp)；

以位置pos结尾的最长子序列dp[pos]的求解方法：

1. [0,pos-1]区间内，没有比nums[pos]小的值。dp[pos]=1;
2. 如果在[0,pos-1]区间内存在nums[i]<nums[pos]，那么选择该条件下，max(dp[i])+1。
3. 遍历的过程中记录dp的max，最后返回max即可。

以上便是未排序数组的最长子序列的求解方法，结合本题，不过是需要记录最长子序列的个数而已，稍作修改即可。此刻

dp[pos]设置为pair<int,int>类型数据，first代表位置pos处结尾的最长子序列的长度,second代表个数。那么根据上述的三个过程将演变为下面的三个。

1. [0,pos-1]区间内，没有比nums[pos]小的值。dp[pos]={1,1};
2. 如果在[0,pos-1]区间内存在nums[i]<nums[pos]，那么选择该条件下，dp[pos].first = max(dp[i].first)，dp[pos].second=max(dp[i].second),应注意，可能有多个位置是最长。
3. 遍历的过程中记录dp.first最大值对应的下标res，最后返回dp[res].second即可。

算法的时间复杂度是O(n^2)，由于数组的规模不超过2000，因此是可以接受的。

 

C++代码

class Solution { public:     int findNumberOfLIS(vector<int>& nums) {         int size = nums.size(), i,j;         if(size==0) return 0;         vector<pair<int, int>> dp(size, { 0,0 }); //{长度，个数}         dp[0] = { 1,1 };         int all_max = 1, all_sum = 1;         for (i = 2; i <= size;i++){             int sum = 0, max = 0;             for (j = 1; j <= i - 1; j++) {                 if (nums[i - 1] > nums[j - 1]) {                     if (dp[j - 1].first == max) sum += dp[j - 1].second;                     else if (dp[j - 1].first > max) {                         max = dp[j - 1].first;                         sum = dp[j - 1].second;                     }                 }             }             dp[i - 1].first = max + 1;             if (max == 0) sum = 1;             dp[i - 1].second = sum;             if (dp[i - 1].first == all_max) all_sum += dp[i - 1].second;             if (dp[i - 1].first > all_max) {                 all_sum = dp[i - 1].second;                 all_max = dp[i - 1].first;             }         }         return all_sum;     } };