1、题目描述
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。
2、算法分析
这题很容易想到是dp思想,当前状态是上一个状态推到出来的。
动态规划以下步骤:
①dp[i]含义:表示以nums[i]为结尾的最长升序子序列的长度。
②初始化数组:因为每一个数组元素都可以是一个单独的序列,所以:dp[i] = 1
③方程:i > j 且 当nums[i] > nums[j]的时候,说明是升序的,所以,dp[j] + 1,求的是最大值,所以,dp[i] = Math.max(dp[i],dp[j] + 1);也就是和原来的dp[i]比较谁大。
接下来就是遍历啦
看代码:
3、代码实现
// dp思想:以nums[i]为结尾的数的最长递增序列长度为dp[i]
class Solution {
public int lengthOfLIS(int[] nums) {
if(nums == null || nums.length == 0){
return 0;
}
// dp[i]:以nums[i]为结尾的数的最长递增子序列的长度为dp[i]
int[] dp = new int[nums.length];
// 初始化,每个元素可以单独成为一个序列,序列长度为1
Arrays.fill(dp,1);
int maxres = 0;
//遍历nums,看每一轮的大小
for(int i = 0;i < nums.length;i++){
for(int j = 0;j < i;j++){
if(nums[i] > nums[j]){
// 当nums[i] > nums[j],严格底层,所以,dp[j] + 1
dp[i] = Math.max(dp[i],dp[j] + 1);
}
}
maxres = Math.max(maxres,dp[i]);
}
return maxres;
}
}