![20a000e157b0d702d05e05d7ca8b10e4.png](https://i-blog.csdnimg.cn/blog_migrate/4b60f2350a56c53aca04e0616aae6e05.jpeg)
本题也是经常考的一道,机试就碰到过。
题目链接:
300. 最长上升子序列 - 力扣(LeetCode)leetcode-cn.com![719132dc77f35476fdfcb6d0cfbfabda.png](https://i-blog.csdnimg.cn/blog_migrate/38d483bffe4a4891d51e8f6372c2b12d.jpeg)
题目描述:
给定一个无序的整数数组,找到其中最长上升子序列的长度。
示例:
输入: [10,9,2,5,3,7,101,18]
输出: 4
解释: 最长的上升子序列是 [2,3,7,101],它的长度是 4。
说明:
- 可能会有多种最长上升子序列的组合,你只需要输出对应的长度即可。
- 你算法的时间复杂度应该为 O(n2) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?
解题思路:
最直接的方法是找到所有增加的子序列,然后返回最长增加的子序列的最大长度,但是时间复杂度太高了,不可行。
最长子序列具备无后效性的性质,比较容易想到要用动态规划,可以令数组 nums 的索引 i 位置作为其子序列的末尾值,所能形成的最长的子序列长度为 dp[i],那么如果有 nums[j]>nums[i],其中 i<j,则 dp[j]=max(dp[j], dp[i]+1),而最终的结果就是数组 dp 中最大的那个值。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int size = nums.size();
if(size < 2) return size;
vector<int> dp(size, 1);
int res = 1;
for(int i = 0; i < size - 1; ++i){
for(int j = i + 1; j < size; ++j){
if(nums[j] > nums[i]){
dp[j] = max(dp[j], dp[i]+1);
res = max(res, dp[j]);
}
}
}
return res;
}
};
问题解决了,但是算法时间复杂度是
我们在找 nums 的最长子序列 res 的时候,可以从第一个开始找起,先将其放入 res 中。接着看下一个数在升序标准下可以放在 res 的什么位置,如果是放在 res 的末尾,就直接放入。如果是要放在索引 i 位置,就把原先索引 i 位置上的元素替换掉。依此类推,最后得到的 res 的长度就是所要的结果了。
就以示例 [10,9,2,5,3,7,101,18] 为例,过程如下:
- 初始时,nums=[10,9,2,5,3,7,101,18],res=[]
- i=0, res=[10]
- i=1, res=[9]
- i=2, res=[2]
- i=3, res=[2,5]
- i=4, res=[2,3]
- i=5, res=[2,3,7]
- i=6, res=[2,3,7,101]
- i=7, res=[2,3,7,18]
最长子序列长度就为 4,但要注意的是,这种方法最终得到的数组 res 并不一定是原数组的上升子序列,比如在原数组后面再加上一个 4,4 就会替换掉原先的 7,此时,res=[2,3,4,18],虽然并不是原数组的上升子序列,但是并不影响它的长度,而如果之后又来了 5 和 6,那 res=[2,3,4,5,6],其长度还是正确结果。
其中查找 res 中可插入位置的方法可以直接使用库函数 lower_bound,时间复杂度是
代码如下:
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int> res;
for(int i = 0; i < nums.size(); i++) {
auto it = lower_bound(res.begin(), res.end(), nums[i]);
if(it == res.end()) res.push_back(nums[i]);
else *it = nums[i];
}
return res.size();
}
};
如果有任何疑问,欢迎提出。如果有更好的解法,也欢迎告知。