力扣300 最长递增子序列

蛋卷在月球烤面包

已于 2022-08-09 18:18:09 修改

阅读量119

点赞数

分类专栏：力扣动态规划二分查找文章标签： leetcode 动态规划二分查找

于 2022-02-25 16:49:00 首次发布

本文链接：https://blog.csdn.net/weixin_39248750/article/details/123135340

版权

力扣同时被 3 个专栏收录

126 篇文章 0 订阅

订阅专栏

动态规划

29 篇文章 0 订阅

订阅专栏

二分查找

10 篇文章 0 订阅

订阅专栏

本文探讨了两种求解整数数组最长递增子序列的方法：一种是利用动态规划，通过填充dp数组找到每个位置的最大上升子序列长度；另一种是结合贪心策略与二分查找，高效地确定子序列结尾的最小值。这两种算法在信息技术中用于解决序列问题。

摘要由CSDN通过智能技术生成

方法一：动态规划

public int lengthOfLIS(int[] nums){
        int len=nums.length;
        if(len<2) return len;
        int[] dp=new int[len];
        //以每个数为终点的最长递增序列长度最小为1
        Arrays.fill(dp, 1);
        for(int i=1;i<len;i++){
            for(int j=0;j<i;j++){
                if(nums[j]<nums[i]){
                    //dp[i]=以之前任意可能的位置为起点到此的最大上升子序列长度
                    dp[i]=Math.max(dp[i],dp[j]+1);
                }
            }
        }
        int res=0;
        for(int i=0;i<len;i++){
            res=Math.max(res,dp[i]);
        }
        return res;
    }

方法二：贪心+二分查找

思路：仍然是找到上升子序列结尾的最小值，这样才能保证子序列最长

    public int lengthOfLIS(int[] nums) {
        int len=nums.length;
        int[] res=new int[len];
        res[0]=nums[0];
        int index=0;
        for(int i=1;i<len;i++){
            if(nums[i]>res[index]){
                index++;
                res[index]=nums[i];
            }
            else{
                int left=0;
                int right=index;
                while(left<right){
                    int mid=left+(right-left)/2;
                    if(res[mid]>=nums[i]){
                        right=mid;
                    }
                    else left=mid+1;
                }
                res[left]=nums[i];
            }
        }
        return index+1;
    }