朴素解法 dp
判断当前数是否可以加在前面的某个上升序列后面
public int lengthOfLIS(int[] nums) {
int dp[] = new int[nums.length];
int ans = 0;
for (int i = 0; i < nums.length; i++) {
dp[i] = 1;
for (int j = 0; j < i; j++) {
if (nums[i] > nums[j]) dp[i] = Math.max(dp[i],dp[j]+1);
}
ans = Math.max(ans,dp[i]);
}
return ans;
}
纸牌游戏二分解法
这个解法的时间复杂度为 O(NlogN),但是说实话,正常人基本想不到这种解法(也许玩过某些纸牌游戏的人可以想出来)。所以大家了解一下就好,正常情况下能够给出动态规划解法就已经很不错了。
根据题目的意思,我都很难想象这个问题竟然能和二分查找扯上关系。其实最长递增子序列和一种叫做 patience game 的纸牌游戏有关,甚至有一种排序方法就叫做 patience sorting(耐心排序)。
为了简单起见,后文跳过所有数学证明,通过一个简化的例子来理解一下算法思路。
首先,给你一排扑克牌,我们像遍历数组那样从左到右一张一张处理这些扑克牌,最终要把这些牌分成若干堆。
处理这些扑克牌要遵循以下规则:
只能把点数小的牌压到点数比它大的牌上;如果当前牌点数较大没有可以放置的堆,则新建一个堆,把这张牌放进去;如果当前牌有多个堆可供选择,则选择最左边的那一堆放置。
比如说上述的扑克牌最终会被分成这样 5 堆(我们认为纸牌 A 的牌面是最大的,纸牌 2 的牌面是最小的)。
为什么遇到多个可选择堆的时候要放到最左边的堆上呢?因为这样可以保证牌堆顶的牌有序(2, 4, 7, 8, Q),证明略。
按照上述规则执行,可以算出最长递增子序列,牌的堆数就是最长递增子序列的长度,证明略。
我们只要把处理扑克牌的过程编程写出来即可。每次处理一张扑克牌不是要找一个合适的牌堆顶来放吗,牌堆顶的牌不是有序吗,这就能用到二分查找了:用二分查找来搜索当前牌应放置的位置。
public int lengthOfLIS2(int[] nums) {
int dp[] = new int[nums.length];
int cnt = 0;
for (int i = 0; i < nums.length; i++) {
int l = 0, r = cnt;
while (l < r){
int mid = (l+r)/2;
if (nums[i] > dp[mid]) l = mid+1;
else r = mid;
}
//如果没有合适的都牌堆 新建一堆
if (l == cnt) cnt++;
//将手上的这张排放到合理的堆顶
dp[l] = nums[i];
}
//堆数就是LIS长度
return cnt;
}