Longest Increasing Subsequence
LIS问题,这里给出两种解法:
方法1:普通DP O(n^2)
数组dp中保存该位置LIS的最大长度,首先全部置1,从前向后推,比较nums[i]和其之前元素nums[j]的大小,如大于则可以和j处计算得到的序列构成新的上升序列,长度加1.
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
if(n==0)
return 0;
int dp[n];
int MAX = 0;
for(int i=0;i<n;i++)
{
dp[i]=1;
for(int j=0;j<i;j++)
if(nums[j]<nums[i]) dp[i]=max(dp[i],dp[j]+1);
MAX = max(MAX, dp[i]);
}
return MAX;
}
};
方法2:DP+二分搜索 O(nlogn)
定义d[k]:长度为k的上升子序列的最末元素,若有多个长度为k的上升子序列,则记录最小的那个最末元素。
注意d中元素是单调递增的,下面要用到这个性质。
首先len = 1,d[1] = a[1],然后对a[i]:若nums[i]>d[len],那么len++,d[len] =nums[i];
否则,我们要从d[1]到d[len-1]中找到一个j,满足d[j-1]<a[i]<=d[j],则根据D的定义,我们需要更新长度为j的上升子序列的最末元素(使之为最小的)即 d[j] = a[i];(此时a[i]可以和前面j-1个元素构成长为j的上升序列)
最终答案就是len
利用d的单调性,在查找j的时候可以二分查找,从而时间复杂度为nlogn。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
if(n==0)
return 0;
int dp[n];
int len = 0;
dp[0] = nums[0];
for(int i=1;i<n;i++)
if(nums[i]>dp[len])
dp[++len] = nums[i];
else{
int pos = lower_bound(dp,dp+len,nums[i])-dp;//lower_bound 二分求下界,即 >=nums[i]的第一个位置
dp[pos] = nums[i];
}
return len + 1;
}
};