1. 问题描述:求解最长递增子序列的长度
输入:第一行输入的是数组的长度
第二行开始输入的是数组中的元素
输出:最长递增子序列的长度
输入 4 2 3 1 5 6
输出 4 (因为 2 3 5 6组成了最长递增子序列)
2. 之前我们使用动态规划解决的思路是:dp[i]表示的是长度为i的最长递增子序列的末尾的那个数,在求解的过程中需要在dp数组中找出第一个大于arr[i]的的下标,因为dp数组的元素都是递增的,所以我们可以使用二分查找的方法来降低时间复杂度
3. 优化之后的时间复杂度为:O(nlgn), 具体的代码如下:
import java.util.Scanner;
public class Main{
//测试数据10 4 2 3 1 5 6 4 8 5 9
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
int arr[] = new int[n];
for(int i = 0; i < n; i++){
arr[i] = sc.nextInt();
}
System.out.println(solution(arr));
sc.close();
}
private static int solution(int[] arr){
int dp[] = new int[arr.length + 1];
dp[1] = arr[0];
int p = 1;
for(int i = 1; i < arr.length; i++){
if(arr[i] > dp[p]){
dp[++p] = arr[i];
}else{
//使用二分查找第一个大于arr[i]的下标
int index = indexOfFirstBigger(0, p, dp, arr[i]);
//进行元素的替换
dp[index] = arr[i];
}
}
return p;
}
//二分查找
private static int indexOfFirstBigger(int low, int high, int dp[], int k){
if(low >= high) return low;
int mid = (low + high) >> 1;
int midVal = dp[mid];
if(low < high && midVal <= k){
return indexOfFirstBigger(mid + 1, high, dp, k);
}else{
return indexOfFirstBigger(low, mid, dp, k);
}
}
}