java最长算法代码行数_java 7行代码解决最长递增子串问题 Longest Increasing Subsequence using 7 lines code...

问题描述

中文简单解释：求一个一维数组arr[i]中的最长递增子序列的长度，如在序列1，-1，2，-3，4，-5，6，-7中，最长递增子序列长度为4，可以是1，2，4，6，也可以是-1，2，4，6。

思路分析

最简单的思路是动态规划，数组a表示输入的数组，用一个数组dp记录子串每一位的最长递增子串长度，采用公式

dp[i]=max (dp[j],0)+1 st:j

遍历一遍复杂度为O(n),即外层循环。求max得过程又需要遍历一遍，即内部循环。所以复杂度为o(n*n)。聪明的你一定可以很快实现这个算法，我的代码可见下一个部分“代码实现”。

那这里用7行代码解决该问题的思路是怎样的呢？好奇的你可以先去下方看一下代码思考一番。

先夸一下这个代码的性能：不仅代码简洁，而且可以实现复杂度为o(nlgn)哦~ 优化时间复杂度的关键在于第二个循环，即内部循环，可以利用二分查找的思路使得复杂度降到o(lgn)，而我的代码用了java中的集合框架treeSet，查找的过程不需要自己实现，但我们可以知道他的复杂度为o(logn)。使用这个框架是缩短代码行数的秘诀。

接下来我们看看具体思路：

可以用二分查找优化第二个循环：

//待续

代码实现

复杂度为o(n*n)

public int lengthOfLIS(int[] nums) {

int len=nums.length;

if(len==0) return 0;

int max[]=new int[len];

max[0]=1;

for(int i=1;i

{

int maxSub=0,maxPos=0;

for(int j=0;j

{

if(nums[j]

if(max[maxPos]

maxPos=j;

maxSub=max[maxPos];

}

}

max[i]=maxSub+1;

}

int maxLen=1;

for(int i=1;i

{

if(max[i]>maxLen) maxLen=max[i];

}

return maxLen; }

复杂度为o(nlgn)

public int lengthOfLIS (int[] nums) {

TreeSet set = new TreeSet<>();

for(int i : nums) {

Integer ceil = set.ceiling(i);

if(null != ceil) {set.remove(ceil); }

set.add(i); }

return set.size();}