leetcode-最长上升子序列之动态规划

分析

我一开始的想法是，定义一个二维dp数组，dp[len][2];
其中dp[i][0]代表从最开始到i位置上的最长上升子序列的长度，但不一定包含位置i;
dp[i][1]代表最开始到i位置上的最长上升子序列中，末尾的那个元素的大小;
但是这种方法很蠢，它没有办法解决：10，9，2，5，3，4这种问题，因为它没有办法判断出2，5和2，3，4;

正常题解也是动态规划，依旧是需要知道子序列的末尾元素，才能去判断大小;
因此定义dp[i]为以nums[i]结尾的最长子序列的长度，那么只要找到位置i之前的所有元素中，大小比nums[i]小的元素，并找出这些大小比nums[i]小的元素中dp最大（子序列最长）的那一个，然后把位置i的元素接着它后面就是以位置i结尾的最长子序列了;
详细见：
https://leetcode-cn.com/problems/longest-increasing-subsequence/solution/dong-tai-gui-hua-er-fen-cha-zhao-tan-xin-suan-fa-p/

代码

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int len = nums.size();
        if(len==0)
        return 0;
        int *dp = new int[len];
        dp[0] = 1;
        int res = 1;
        for(int i=1;i<len;i++)
        {
            int max_dp = 0;
            for(int j=0;j<i;j++)
            {
                if(nums[j]<nums[i])
                max_dp = max(max_dp,dp[j]);
            }
            dp[i] = max_dp + 1;
            res = max(res,dp[i]);
        }
        return res;
    }
};