【Leetcode】动态规划-300. 最长递增子序列

【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;
    }
};