LeetCode300动态规划问题分析

@LeetCode300：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。写自定义目录标题)

问题

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?

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-increasing-subsequence
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。。

问题分析

该问题是一个最优解问题，很容易想到使用动态规划的方法完成。

1. 分析问题结构：该问题求解给定数组的最长递增序列串的长度，数组[10,9,2,5,3,7,101,18]中，LIS序列中每个元素不一定是紧挨着分布，可能分布离散；假设我们找到了前4个元素的LIS是2（2，5构成LIS），对于第5个元素3，不可能和2，5继续构成递增序列，因此如果满足nums[i+1]>nums[i]，则前i+1个元素有可能构成LIS；假如前i个元素构成的LIS中最后一个元素刚好小于nums[i+1]，则必能构成新的LIS。
2. 寻找递归关系：假设访问前i个元素时，第i个元素恰好是其LIS的最大值，那么在访问第i+1个元素时可以根据nums[i+1]和nums[i]的值关系，确定前i+1个元素的LIS；由此可以找到前i个元素的LIS长度和前i+1个元素的LIS间的递归关系。
3. 分别计算最优值：用bp[i]记录第i个元素为LIS中最大元素时的LIS长度，初始时，设置bp[i]中每个值默认为1（每个元素的bp值肯定不会小于1），遍历nums[i]，寻找以 nums[i] 结尾的最长上升子序列；通过上边的分析可知，第nums[i]与0-i之间的j处的num[j]有关，即dp[i] = MAX{dp[i],dp[j]+1}。最后，整个数组的最长上升子序列，即所有 dp[i] 中的最大值。

参考代码

public int lengthOfLIS3(int[] nums) {//动态规划解法,复杂的O(n²)
		if(nums.length < 2)  return nums.length;  
        int dp[] = new int[nums.length];
        Arrays.fill(dp,1);
        int maxLen = 1;//如果数组元素个数不为0，则LIS长度至少是1
        
        for(int i = 0; i < nums.length; i++) {
            int max = 1;//前i元素中LIS最大值
            
            for(int j = 0; j < i; j++) {//查找以a[i]为结尾的LIS长度
                if(nums[i] > nums[j]) { //有可能存在LIS
                	//nums[j]为LIS最大值的长度+1，与前j个中LIS最大值max做比较
                    max = Math.max(dp[j] + 1, max );//取最大
                }
            }
            dp[i] = max;//更新前i个元素的LIS的最大值
            
            if(dp[i] > maxLen) {
                maxLen = dp[i];
            }
        }

        return maxLen;
    }