【dp】最长递增子序列和最长递增子序列的个数

最长递增子序列

在这里插入图片描述

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n = nums.size();
        vector<int> dp(n, 1); // dp[i]:算上nums[i],最长递增子序列的长度
        int ans = 1;
        for(int i = 1; i < n; i++){
            for(int j = 0; j < i; j++){
            	// 遍历nums[0 ~ i-1],找比nums[i]小的元素nums[j]
            	// 求出使用nums[i]能构成的最长递增子序列的长度dp[i]
                if(nums[j] < nums[i]) dp[i] = max(dp[i], dp[j] + 1);
            }
            ans = max(ans, dp[i]);
        }
        return ans;
    }
};

最长递增子序列的个数

在这里插入图片描述

在这里插入图片描述

可以先求出dp数组,根据dp数组计算cnt数组,这种思路比较直接,好理解

当前dp[i]计算出来后,就可以查看0 ~ i-1元素中哪些元素比nums[i]小,且最长子序列长度dp[j]比当前最长子序列长度dp[i]小1,说明当前最长子序列长度用到了j号元素,cnt[i] += cnt[j]

class Solution {
public:
    int findNumberOfLIS(vector<int>& nums) {
        int n = nums.size();
        vector<int> dp(n, 1); // dp[i]:算上nums[i],最长递增子序列的长度
        vector<int> cnt(n, 0);
        cnt[0] = 1;
        int max_len = 1;
        for (int i = 1; i < n; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[j] < nums[i]) {
                    dp[i] = max(dp[i], dp[j] + 1);
                }
            }
            max_len = max(max_len, dp[i]);
            for (int j = 0; j < i; j++) {
                // 算上nums[i],当前最长递增子序列的个数
                if (dp[j] == dp[i] - 1 && nums[j] < nums[i]) cnt[i] += cnt[j]; 
            }
            // 无法和前面的数构成递增序列,自己就是一个递增序列
            if (cnt[i] == 0) cnt[i] = 1;
        }
        int ans = 0;
        for (int i = 0; i < n; i++) {
            if (dp[i] == max_len) ans += cnt[i];
        }
        return ans;
    }
};

dp数组和cnt数组也可以同步动态更新

需要遍历dp[0 ~ i-1],才能求出dp[i],如果前面某个dp[j] + 1大于当前dp[i],则说明构成当前最长子序列dp[i],可能用到nums[j],更新dp[i]的同时更新cnt[i],直接用cnt[j]赋值

如果遍历dp[0 ~ i-1]的过程中,又遇到了一个dp[j],可以构成和当前一样长的子序列,则说明通过当前dp[j]也可构成和目前子序列一样长的递增子序列,则cnt[i] += cnt[j]

class Solution {
public:
    int findNumberOfLIS(vector<int>& nums) {
        int n = nums.size();
        vector<int> dp(n, 1);  // dp[i]:算上nums[i],递增子序列的长度
        vector<int> cnt(n, 1); // cnt[i]:使用nums[i],递增子序列的个数
        int max_len = 1;
        for (int i = 1; i < n; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[j] < nums[i]) {
                    if(dp[j] + 1 > dp[i]){
                        // 从下标j的位置和下标i的位置,可以构成递增子序列
                        // 在0 ~ i-1范围内,找到了更长的递增子序列,cnt[i]用cnt[j]更新
                        dp[i] = dp[j] + 1;
                        cnt[i] = cnt[j];    // 记录构成更长递增子序列的序列数量
                    }else if (dp[j] + 1 == dp[i]){
                        // 使用当前的j号元素和当前i号元素,也可构成递增子序列,加上cnt[j]
                        cnt[i] += cnt[j];
                    }
                }
            }
            max_len = max(max_len, dp[i]);
        }
        int ans = 0;
        for (int i = 0; i < n; i++) {
            if (dp[i] == max_len) ans += cnt[i];
        }
        return ans;
    }
};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bugcoder-9905

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值