[leetCode]最长的上升子序列

题目

链接：https://leetcode-cn.com/problems/longest-increasing-subsequence

给定一个无序的整数数组，找到其中最长上升子序列的长度。

示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4 
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。

说明:

可能会有多种最长上升子序列的组合，你只需要输出对应的长度即可。
你算法的时间复杂度应该为 O(n2) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?

动态规化

设dp[i]代表以nums[i]结尾的数组最长子序列的长度

例如数组[10,9,2,5,3,7,101,18],假设已经知道了以下标Index结尾的子数组的最长子序列长度为x. 比如说index为6，也就是子数组sub=[10,9,2,5,3,7,101]，这时候x = 4 (2,3,7,101)如果这时后加上一个数字18，这时求最长子序列的长度也就是要在子数组sub=[10,9,2,5,3,7,101]使用一个指针j从左向右遍历，如果sub[j] < 18那么就可以和18构成一个子序列，也就是dp[j] + 1,加上18后dp[i] (这里i为7)要取几种情况中的最大值，所以状态转移方程为:

$$dp[i]=max(dp[j]+1)0<=j<i，nums[j]<nums[i]$$

class Solution {
    public int lengthOfLIS(int[] nums) {
        int n = nums.length;
        int[] dp = new int[n];
        int maxLen = 0;
        for (int i = 0; i < n; i++) {
            int len = 1;
            for (int j = 0; j < i; j++) {
                if (nums[j] < nums[i]) {
                    len = Math.max(len, dp[j] + 1); // 截止到j最长的长度+1
                }
            }
            dp[i] = len;
            maxLen = Math.max(maxLen, len);
        }
        return maxLen;
    } 
}

优化 使时间复杂度将为O(nlogn)

  数组nums的最长上升子序列的长度，不会超过其本身的长度n，因此创建一个长度为n的dp数组，这个数组用来存放元素。
  从左向右遍历数组nums将元素插如dp数组中，由于要求最长上升子序列的长度因此要使dp数组中元素最多并保持上升状态。
  如果当前要加入的元素的插入位置在dp数组已加入元素的尾部,说明该元素比之前的元素都要大，比如dp=[2]插入元素为5，5>2因此插入在尾部dp=[2,5]
  如果当前元素没有比之前的元素都要大说明插入该元素不能使dp中序列的长度变长，比如说插入3, 此时 3<5。因此需要查询该元素在dp中的位置并替换该位置的元素，这样dp中的序列就会减小就能右更多的元素插入在尾部，也就是说dp从[2,5]变为[2,3]。
要知道元素的插入位置可以使用二分查找。

class Solution {
    public int lengthOfLIS(int[] nums) {
        int n = nums.length;
        int len = 0;
        int[] dp = new int[n];
        for (Integer num : nums ) {
            int index = Arrays.binarySearch(dp, 0,len, num);
            if (index < 0) {
                index = -index - 1;
            }
            dp[index] = num;
            if (index == len) {
                dp[index] = num;
                len++;
            }
        }
        return len;
    }
}