力扣C++打卡-300. 最长递增子序列

本文介绍了如何使用动态规划解决LeetCode上的最长递增子序列问题,通过C++代码展示了如何利用记忆化搜索降低时间复杂度,从O(N^2)提升至O(N)。
摘要由CSDN通过智能技术生成

✨300. 最长递增子序列✨

力扣C++打卡!✊✊✊🌈大家好!本篇文章将继续介绍关于动态规划的OJ题,展示代码语言暂时为:C++代码 😇。


🔒1、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。
🌲 示例 1🌲:

	输入:nums = [10,9,2,5,3,7,101,18]
	输出:4
	解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。

🌲 示例 2🌲:

	输入:nums = [0,1,0,3,2,3]
	输出:4

🌲 示例 3🌲:

	输入:nums = [7,7,7,7,7,7,7]
	输出:1

❗️ 提示 ❗️ :

	1 <= nums.length <= 2500
	-104 <= nums[i] <= 104

来源:力扣(LeetCode)👈
链接:https://leetcode.cn/problems/longest-increasing-subsequence/description/?envType=study-plan-v2&envId=top-100-liked

☀️2、思路:

采用 枚举选哪个 \textcolor{red}{枚举选哪个} 枚举选哪个的方法,枚举所有的可能,利用 记忆化搜索 \textcolor{red}{记忆化搜索} 记忆化搜索提高效率

复杂度分析:
⏳时间复杂度::O(N^2),其中 n 为 nums的长度。
🏠空间复杂度 :O(N) 。

🔑3、代码:
class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n = nums.size(), memo[n];
        memset(memo, 0, sizeof(memo));//初始化数组
        function<int(int)> dfs = [&](int i) -> int{
            int &res = memo[i];//注意引用,直接修改memo数组
            if(res) return res;//已经计算直接返回结果
            for(int j = 0; j < i; j++){
                if(nums[j] < nums[i]) res = max(res, dfs(j));
            }
            res++;
            return res;
        };
        int ans = 0;
        for (int i = 0; i < n; ++i)
            ans = max(ans, dfs(i));
        return ans;
    }
};

🚀🚀觉得文章写得不错的老铁们,点赞评论关注走一波!谢谢啦🙏 🙏🙌 !

  • 8
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

君莫笑lucky

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