leetcode 300.最长上升子序列（动态规划）

674. 最长连续递增序列

给定一个未经排序的整数数组，找到最长且连续的的递增序列。

示例 1:

输入: [1,3,5,4,7]
输出: 3
解释: 最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为5和7在原数组里被4隔开。 
示例 2:

输入: [2,2,2,2,2]
输出: 1
解释: 最长连续递增序列是 [2], 长度为1。

解题思路：
count 为当前元素峰值，ans为最大峰值
初始化 count = 1
从 0 位置开始遍历，遍历时根据前后元素状态判断是否递增，递增则 count++，递减则 count=1
如果 count>ans，则更新 ans
直到循环结束
时间复杂度：O(N)

class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) {
        if(nums.size()<=1)
            return nums.size();
        
        int res = 1,count = 1;
        for(int i=1;i<nums.size();++i){
            if(nums[i-1]<nums[i])
                    count++;
            else
                count = 1;
            res = count>res?count:res;
        }
        return res;       
    }
};

300. 最长上升子序列

题目：给定一个无序的整数数组，找到其中最长上升子序列的长度。

示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4 
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。

解题思路：遍历到索引是 i 的数的时候，根据上面“状态”的定义，考虑把 i 之前的所有的数都看一遍，只要当前的数 nums[i] 严格大于之前的某个数，那么 nums[i] 就可以接在这个数后面形成一个更长的上升子序列。因此，dp[i] 就是之前严格小于 nums[i] 的“状态”最大值加 11。

因此，状态转移方程是：

dp[i] = max{1 + dp[j] for j < i if nums[j] < nums[i]}

• 时间复杂度：O(N^2)，因为有两个 for 循环，每个 for 循环的时间复杂度都是线性的。
• 空间复杂度：O(N)

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