【动态规划】leetcode300 最长上升子序列（Java实现）

leeetcode300 最长上升子序列（Java）

题目详情

题目解析

看到题目寻找最长上升子序列时，首先想到需要枚举所有子序列，但是这样直接枚举时间复杂度相对较高，因此，我们想到能不能利用动态规划进行求解。
根据动态规划的三个要素：
重叠子问题： 求解问题时要遍历数组，当前数组为 i 时，此时的最长子上升子序列与 i - 1 时有关，因此包含重叠子问题。
最优子结构： 最长子序列的长度存在，因此存在最优子结构
状态转移式： 假设dp[i] 表示以 nums[i] 为结尾的左侧子序列,
则 dp[i] = max(dp[j]) + 1 其中 0 <= j < i ;
因此代码可以写为：

/**
 * 动态规划
 * 时间复杂度 O(n^2)
 * 空间复杂度 O(n)
 */

public class Solution {
    public int lengthOfLIS(int[] nums){
        int len = nums.length;
        if(len < 2)
            return len;
        int[] dp = new int[nums.length];
        dp[0] = 1;
        int maxLen = 0;
        for(int i = 1; i < nums.length; i ++){
            int maxVal = 0;
            for(int j = 0; j < i; j ++){
                if(nums[i] > nums[j]){
                    maxVal = Math.max(maxVal, dp[j]);
                }
            }
            dp[i] = maxVal + 1;
            maxLen = Math.max(maxLen, dp[i]);
        }
        return maxLen;

    }
}