【Leetcode】动态规划-300. 最长递增子序列
题目
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。
思路
- dp数组下标的含义 dp[i] 表示包括I以nums[i]结尾最长上升子序列的长度
- dp数组的初始化:每一个i,对应的dp[i](即最长上升子序列)起始大小至少都是1.
- 从后向前遍历,dp[i]一定是由0 到 i -1位置的数据推导出来的,所以一定是从前向后遍历,外层循环o到n,内层循环j遍历0到i-1
- 状态转移方程:dp[i]等于J 从0开始到i - 1位置的最长升序子序列的长度 dp[i]需要更新 dp[i] = max(dp[i],dp[j] + 1)
代码
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
// dp数组下标的含义 dp[i] 表示包括I以nums[i]结尾最长上升子序列的长度
if(nums.size() == 0 || nums.size() == 1)
{
return nums.size();
}
vector<int> dp(nums.size(),1);// 初始化dp数组
int result = 0;
// 状态转移方程:dp[i]等于J 从0开始到i - 1位置的最长升序子序列的长度 dp[i]需要更新 dp[i] = max(dp[i],dp[j] + 1)
for(int i = 1; i < nums.size(); i++)
{
for(int j = 0; j < i; j++)
{
// nums[i] 需要大于nums[j] 因为要满足递增子序列
if(nums[i] > nums[j])
{
dp[i] = max(dp[i],dp[j] + 1);
}
// 更新最大值
if(dp[i] > result)
{
result = dp[i];
}
}
}
return result;
}
};