前言
最长递增子序列属于贪心问题,在数组中存在一小段递减数字,则意味着最多只能在其中取一个放到递增序列中!这就是考点。
一、俄罗斯套娃信封问题
二、DP || 贪心 + 二分法
1、动态规划
public class MaxEnvelopes {
/*
宽和高同时成递增状态。
0-n个信封 组合情况最大,肯定是在前面以各种信封结尾的最大信封数 + 1,当且仅当第n个信封能把前面的信封装入时。
这是一个典型的动态规划问题。可以在动态规划的途中记录最大信封数。
*/
public int maxEnvelopes(int[][] envelopes) {
Arrays.sort(envelopes, (p, q) -> {
if (p[0] != q[0]) return p[0] - q[0];
return p[1] - q[1];
});
int max = 1, n = envelopes.length;
int[] f = new int[n + 1];
for (int i = 1; i <= n; i++) {
f[i] = 1;
int a = envelopes[i - 1][0], b = envelopes[i - 1][1];
for (int j = 1; j < i; j++) {
int c = envelopes[j - 1][0], d = envelopes[j - 1][1];
if (a > c && b > d) f[i] = Math.max(f[i], f[j] + 1);
}
max = Math.max(max, f[i]);
}
return max;
/*
超时。
*/
}
}
2、贪心+二分法
有了找最长递增子序列的基础,将该题变形一下,就转换成的相同的问题,将第一个元素升序,第二个元素降序即可。第一个元素升序好理解,第二个元素为什么要降序?当宽度相同时,则高度只能取一个,将其逆序形成递减序列,题目要求最长递增,这时就只能在这个递减序列中最多取一个。
// 动态规划O(n^2^)超时,可将w排序,h逆序,再寻找最长递增子序列。
// 为什么要h逆序呐?相同w时,h逆序,就表示后几个相同的w的h都比最开始的小,而我们要选递增序列,意味着就能取多个相同w中的一个。
class MaxEnvelopes2 {
public int maxEnvelopes(int[][] envelopes) {
Arrays.sort(envelopes, (p, q) -> p[0] == q[0] ? q[1] - p[1] : p[0] - q[0]);
List<Integer> arr = new ArrayList<>();
for (int[] envelope : envelopes) {
if (arr.isEmpty() || envelope[1] > arr.get(arr.size() - 1))
arr.add(envelope[1]);
else {
int idx = binarySearch(arr, envelope[1]);
arr.set(idx, envelope[1]);
}
}
return arr.size();
}
private int binarySearch(List<Integer> arr, int target) {
int low = 0, high = arr.size() - 1;
while (low < high) {
int mid = low + (high - low >>> 1);
int midVal = arr.get(mid);
if (midVal < target) low = mid + 1;
else high = mid;
}
return low;
}
}
总结
1)有时候刷刷困难题,见见困难题的解,反而对medium题有更深的理解,也更加有趣(在刷了很多medium的基础上。)
2)什么时候用动态规划?能将大问题分解成相同性质但规模更小的子问题就可开辟空间,来空间换时间。
3)贪心算法,需要多练练,多看看优秀题解,在纸上多模拟模拟,才能找到感觉。