最长递增子序列
给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
子序列是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
示例 1:
输入:nums = [10,9,2,5,3,7,101,18] 输出:4 解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
示例 2:
输入:nums = [0,1,0,3,2,3] 输出:4
示例 3:
输入:nums = [7,7,7,7,7,7,7] 输出:1
类似的,我们设计动态规划算法,不是需要⼀个 dp 数组吗?我们可以假设 dp[0...i-1] 都已经被算出来了,然后问⾃⼰:怎么通过这些结果算出 dp[i]?
我们这就假想出 dp[i]要么等于dp[前面某个]+1;要么就等于dp[i]的初始值
for (int j = 0; j < i; j++) {
if (nums[i] > nums[j]){
dp[i] = Math.max(dp[i], dp[j] + 1);
}
}
所以代码
class Solution {
public int lengthOfLIS(int[] nums) {
int[] dp=new int[nums.length]; //定义dp数组+初始化
Arrays.fill(dp,1);
for(int i=0;i<nums.length;i++){
for(int j=0;j<i;j++){
if(nums[i]>nums[j]) //dp问题简单化
dp[i]=Math.max(dp[i],dp[j]+1);
}
}
int res=0;
for(int i=0;i<dp.length;i++){ //从dp数组中找到最大值
res=Math.max(res,dp[i]);
}
return res;
}