最长递增子序列

LIS (Longest Increasing Subsequence)

问题描述:

LeetCode 300

给定一个数组，找出其最长递增子序列（LIS，序列不要求连续）。
如数组为\(\{2,1,6,4,5,2,7,4\}\)，则输出应为4（LIS 为\(\{1,2,4,7\}\)）

解法一 （\(O(n^{2})\)）

思路：

使用动态规划思想，由状态方程为 \(dp[i] = max(1, dp[j] + 1)\)).

解释：

\(dp\) 代表以 \(i\) 位置元素结尾的 LIS 的最大长度。
如：输入数组为 \(\{2,1,6,4,5\}\),则 \(dp\) 的生成过程为：\(\{1\}\rightarrow\{1,1\}\rightarrow\{1,1,2\}\rightarrow\{1,1,2,2\}\rightarrow\{1,1,2,2,3\}\)
而对应的 LIS （此时LIS不唯一） 为 \(\{2\}\rightarrow\{1\}\rightarrow\{1,6\}\rightarrow\{1,4\}\rightarrow\{1,4,5\}\)

代码：

public int lis1(int[] arr) {

    if (arr == null || arr.length == 0) { // 若输入为空
        return 0;
    }

    int[] dp = new int[arr.length]; // dp存放以i元素结尾的LIS长度
    int max = 1; 

    for (int i = 0; i < arr.length; i++) {
        dp[i] = 1; // 至少为1（自己本身）
        for (int j = i; j >= 0; j--) {
            if (arr[i]  > dp[j]) { // 新元素比最大值还大
                dp[i] = Math.max(dp[i], dp[j] + 1); // 依次比较
                max = Math.max(max, dp[i]); // 取最大值
            }
        }
    }
    return max;
}

解法二（\(O(nlogn)\)）

思路：

使用二分查找加速运算。

解释：

\(dp\) 代表结尾元素为最小值时长度为 \(i\) 的 LIS。
如：输入数组为 \(\{2,1,6,4,5\}\)，则 \(dp\) 的生成过程为\(\{2\}\rightarrow\{1\}\rightarrow\{1,6\}\rightarrow\{1,4\}\rightarrow\{1,4,5\}\)
只需遍历一次输入数组，且找到长度为 \(i\) 时对应的 LIS 数组的最小末尾（二分查找）即可完成。

代码：

public int lis2(int[] arr) {
    /**
     * @author: 左程云
     */

    if (arr == null || arr.length == 0) {
        return 0;
    }

    int[] dp = new int[arr.length]; // LIS长度最大为输入数组长度
    dp[0] = arr[0]; 

    int len = 0; // 当前LIS的长度（从0开始）
    int low = 0; // 当前LIS的第一位索引
    int high = 0; // 当前LIS的最后一位索引
    int middle = 0; // 当前LIS中间位置的索引

    for (int i = 0; i < arr.length; i++) {
        low = 0;
        high = len;

        while (low <= high) {
            middle = (low + high) / 2;              

            if (arr[i] > dp[m]) { // 与中间值比较
                low = middle + 1; // 后半部分
            } else {
                high = middle - 1; // 前半部分
            }
        }

        len = Math.max(len, low);
        dp[low] = arr[i];
    }

    return ++len; // 索引加1为长度
}