Leetcode300. 最长递增子序列(动态规划)

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

 

解题思路：

这是一道动态规划问题，考虑使用dp数组求解，简单来说：首先遍历每一个有序子序列，用该子序列的最后一个元素同全前面的每一个元素进行比较，若当前子序列更大，则替换掉。

其中dp[j]表示前 j 个元素对应的最大子序列长度。

class Solution(object):
    def lengthOfLIS(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        counts = len(nums)
        #表示前n个元素对应的最长子序列长度dp[n]
        dp = [1 for _ in range(counts)]

        for i in range(counts):
            sub_nums = nums[:i+1]
            #遍历sub_nums
            num = sub_nums[-1]
            for j in range(i):
                value = nums[j]
                if num > value and dp[j]+1 > dp[i]:
                    dp[i] = dp[j]+1
                    #或者这种写法dp[i] = max(dp[i],dp[j]+1)
        #注意：这里返回的是最大的序列的长度，所以是dp的最大值
        return max(dp)

提交结果：