300. 最长上升子序列

链表算法题（程序员面试宝典）

解题思路主要来源于leetcode官方与《程序员面试宝典》。

300. 最长上升子序列

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?

解题方法

题解来源：https://mp.weixin.qq.com/s/02o_OPgePjaz3dXnw9TA1w

解题思路1

动态规划
代码1

class Solution {
    public int lengthOfLIS(int[] nums) {
        //动态规划法
        //dp[i]: 表示以nums[i]结尾的最长上升子序列的长度
        int[] dp = new int[nums.length];
        for(int i = 0;i<nums.length;i++){
            //将数组的值初始化为1，因为所有的以nums[i]结尾的序列长度最小为1
            dp[i] = 1;
        }

        //动态规划（从底至上）
        for(int i = 0 ; i<nums.length; i++){
            for(int j = 0; j<i; j++){
                if(nums[j]<nums[i]){
                    //因为是上升子序列，当前节点值nums[i]大于nums[j]时，dp[i] = dp[j]+1
                    //从多个dp[j]中选最大的 dp[i]  为最长上升子序列长度，即选最大值
                    dp[i] = Math.max(dp[i],dp[j]+1);
                }
            }
        }

        //选出最长上升子序列长度，即 dp[]中最大值
        int res = 0;
        for(int i = 0;i<nums.length;i++){
            res = Math.max(res,dp[i]);
        }
        return res;

    }
}

精简代码1
代码2

class Solution {
    public int lengthOfLIS(int[] nums) {
        //动态规划法
        //dp[i]: 表示以nums[i]结尾的最长上升子序列的长度
        int[] dp = new int[nums.length];
        //将数组的值初始化为1，因为所有的以nums[i]结尾的序列长度最小为1
        Arrays.fill(dp,1);

        //动态规划（从底至上）
        //res: 选出最长上升子序列长度，即 dp[]中最大值
        int res = 0;
        for(int i = 0 ; i<nums.length; i++){
            for(int j = 0; j<i; j++){
                if(nums[j]<nums[i]){
                    //因为是上升子序列，当前节点值nums[i]大于nums[j]时，dp[i] = dp[j]+1
                    //从多个dp[j]中选最大的 dp[i]  为最长上升子序列长度，即选最大值
                    dp[i] = Math.max(dp[i],dp[j]+1);
                }
            }
            res = Math.max(res,dp[i]);
        }

        return res;
    }
}

解题思路2

思维拓展篇，纸牌思想

class Solution {
    public int lengthOfLIS(int[] nums) {
        //利用二分查找来解决
        //纸牌游戏思想
        //申请堆空间
        int[] top = new int[nums.length];
        //堆数初始化为0
        int piles = 0;
        //遍历纸牌
        for(int i =0;i<nums.length;i++){
            //当前要处理的纸牌,将较小的放置于较大纸牌上，如有多个选择，则放置于最左侧，若无选择，则堆数+1，放置于新堆中
            int poker = nums[i];

            //左侧边界二分查找法
            int left = 0;
            int right = piles;
            while(left<right){
                int mid = left +(right-left)/2;
                if(top[mid]==poker){
                    right = mid;
                }else if(top[mid]>poker){
                    right = mid;
                }else if(top[mid]<poker){
                    left = mid+1;
                }
            }

            if(left==piles){
                //未找到合适的位置去放当前牌,堆数加1
                piles++;
            }

            top[left] = poker;
        }

        //piles 即为最长上升子序列长度
        return piles;
    }
}