定义
LIS(Longest Increasing Subsequence)最长上升子序列 一个数的序列bi,当b1 < b2 < … < bS的时候,我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN),我们可以得到一些上升的子序列(ai1, ai2, …, aiK),这里1 <= i1 < i2 < … < iK <= N。 比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8). 你的任务,就是对于给定的序列,求出最长上升子序列的长度。
leetcode 300. 最长上升子序列
解题分析
暴力解法
- 选择所有的子序列进行判断。O((2^n)*n)
动态规划解法
状态定义
LIS(i)表示以第i个数字为结尾的最长上升子序列的长度。
LIS(i)表示[0…i]的范围内,选择数字nums[i]可以获得的最长上升子序列的长度。
状态转移
LIS(i) = max(1+LIS(j) if nums[i]>nums[j]) (j<i)
复制代码
代码实现
递归加记忆化搜索
class Solution {
//在[0…index]的范围内,选择数字nums[index]可以获得的最长上升子序列的长度。
private:
vector<int> memo;
int searchLIS(vector<int>& nums, int index){
if (index == 0){
return 1;
}
if (memo[index] != -1){
return memo[index];
}
int res = 1;
for (int i = 0; i < index; i++){
if (nums[index] > nums[i]){
res = max(res, 1 + searchLIS(nums, i));
}
}
memo[index] = res;
return res;
}
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
if (n == 0){
return 0;
}
memo = vector<int>(n, -1);
int res = -1;
for(int i = 0; i < n; i++){
res = max(res, searchLIS(nums, i));
}
return res;
}
};
复制代码
使用动态规划
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
if (n == 0){
return 0;
}
//memo[index]表示在[0…index]的范围内,选择数字nums[index]可以获得的最长上升子序列的长度。
vector<int> memo(n, 1);
for (int i = 1; i < n; i++){
for (int j = 0; j < i; j++){
if (nums[i] > nums[j]){
memo[i] = max(memo[i], memo[j] + 1);
}
}
}
int res = -1;
for(int i = 0; i < n; i++){
res = max(res, memo[i]);
}
return res;
}
};
复制代码
相似题目
- leetcode 376
-------------------------华丽的分割线--------------------
看完的朋友可以点个喜欢/关注,您的支持是对我最大的鼓励。
想了解更多,欢迎关注我的微信公众号:番茄技术小栈