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。
说明:
可能会有多种最长上升子序列的组合,你只需要输出对应的长度即可。
你算法的时间复杂度应该为 O(n2) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?
思路一,动态规划处理,求出数组中每个数所代表的最长上升子序列长度,再对该dp数组求最大值即为该题的解,需要两次遍历,因此时间复杂度为O(n^2)
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
if(nums.size()==0)return 0;
if(nums.size()==1) return 1;
vector<int>dp(nums.size(),1);
int max_value=1;
for (int i=0;i<nums.size();i++){
for(int j=0;j<i;j++){
if(nums[i]>nums[j]){
dp[i]=max(dp[i],dp[j]+1);
max_value=max(max_value,dp[i]);
}
}
}
return max_value;
}
};
思路二,新建一个数组,该数组存储升序的子序列,最终求该数组的长度即为所求解,遍历原数组,每个num都与新建的arr的元素比较,发现第一个大于num的数,使用num替换该数,不存在的话就将它插入到arr末尾。代码如下:
vector<int>arr;
for(int num:nums){
if(arr.empty()||arr.back()<num)
arr.push_back(num);
else{
*lower_bound(arr.begin(),arr.end(),num)=num;
}
}
return arr.size();
其中lower_bound()函数返回不小于num的第一个数的地址。该算法的缺点是arr中存储的不是严格递增的数组,只是该数组的长度正好是最长的递增数组长度。