算法-最长上升序列

1、最长上升序列(连续)

连续的最长上升序列是很简单的，我们可以用动态规划来完成，下面给出三次优化，将其时间复杂度控制在O(n)，空间复杂度控制在O(1)

状态方程
dp[i]=nums[i]>nums[i-1]?dp[i-1]+1:1;

    @Test
    public void test(){
        int nums[]={10,9,2,2,3,7,101,18};
        System.out.println(lengthOfLIS3(nums));
    }

    //原始版本的最大上升子序列,有三次循环,时间复杂度：O(n)空间复杂度:O(n)
    public int lengthOfLIS1(int[] nums) {
        if(nums.length<2){
            return nums.length;
        }
        int[] dp=new int[nums.length];//记录到每个位置的最长值
        for(int i=0;i<nums.length;i++){//每个位置至少自己是序列一部分，因此为1
            dp[i]=1;
        }
        for(int i=1;i<nums.length;i++){
            if(nums[i]>nums[i-1]){//当前大于前一个，那么dp[i]=dp[i-1]+1;
                dp[i]=dp[i-1]+1;
            }
        }
        int max=0;
        for (int i=0;i<dp.length;i++){
            if(dp[i]>max){//遍历寻找最大值
                max=dp[i];
            }
        }
        return max;
    }
    //优化时间版本的最长上升子序列。时间复杂度：O(n)空间复杂度:O(n)
    //原始版本中，我们其实不需要三次循环
    public int lengthOfLIS2(int[] nums) {
        if(nums.length<2){
            return nums.length;
        }
        int[] dp=new int[nums.length];
        int max=1;
        for(int i=1;i<nums.length;i++){
            dp[i]=nums[i]>nums[i-1]?dp[i-1]+1:1;
            max=Math.max(max,dp[i]);
        }
        return max;
    }
    //其实我们也不需要O(n)的空间，我们只记录前一个状态即可
    //时间复杂度：O(n)空间复杂度:O(1)
    public int lengthOfLIS3(int[] nums) {
        if(nums.length<2){
            return nums.length;
        }
        int max=1;
        int prevLen=1;//记录前一个位置最大长度
        for(int i=1;i<nums.length;i++){
            int currLen=nums[i]>nums[i-1]?prevLen+1:1;
            prevLen=currLen;
            max=Math.max(max,currLen);
        }
        return max;
    }

2、最长上升序列(非连续)

对于非连续型的来讲，事情变得不简单了

不过我们仍然可以使用动态规划来解决这个问题

我们可以想一下dp[i]的值在连续之前，取的是dp[i-1]+1
那么在不连续的情况下，我们的取值应该是max(dp[0~(i-1)])+1
具体怎么做呢，我们在里面使用一个内层循环来完成

public int lengthOfLIS1(int[] nums) {
	if(nums.length<2){
		return nums.length;
	}
	int[] dp=new int[nums.length];
	int max=1;
	dp[0]=1;
	for(int i=1;i<nums.length;i++){
		dp[i]=1;
		for(int j=0;j<i;j++){
			if(nums[i]>nums[j]){
				dp[i]=Math.max(dp[j]+1,dp[i]);
			}
		}
		max=Math.max(dp[i],max);
	}
	return max;
}