力扣(LeetCode)刷题第300题：最长上升子序列（LIS）

---

前言

题目地址：最长上升子序列

一、分析题目

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 1:
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) 。

关于求最长上升子序列类的题目，大家应该也是比较常见的，面试的时候也是比较容易出现的，所以大家这块一定要多加重视！！！

动态规划满足三个性质：最优子结构、无后效性和大量重复子问题。
关于这个三个性质的解释，可以参考知乎的这篇文章：怎样学好动态规划？

二、解题思路

1.找出DP状态

根据题意和示例可以看出，求的是一个串的最长连续子序列，也就是所谓的上升排序，因此我们可以如下制定「DP 状态」，f [i]表示仅考虑前i个数，以第 i 个数为结尾的最长上升子序列的最大长度。

2.找出DP状态转移方程

确定完「DP 状态」后，继续确定「DP 转移方程」。
「DP 转移方程」：

f[i] = max(f[i-1]+1,1)

该模型「DP 状态」的关键在于固定了最后一个数字，而这样做的原因在于对于一个最长上升子序列，我们只需要关注它最后一个数字，对于其前面的数字我们并不关心。

3.代码部分

1.Java版本

class Solution {
    public int lengthOfLIS(int[] nums) {
        if (nums.length == 0) {//判断数组为空
            return 0;
        }
        int[] dp = new int[nums.length];//定义dp数组
        //dp[0] = 1;
        int maxans = 1;
        for (int i = 0; i < nums.length; i++) {
            dp[i] = 1;//初始化当前节点的最长上升子序列为1
            for (int j = 0; j < i; j++) {//遍历计算到当前位置的最长上升子序列
                if (nums[i] > nums[j]) {//如果大于当前节点，那么dp就加一
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
            maxans = Math.max(maxans, dp[i]);
        }
        return maxans;
    }
}

2.C++版本

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int sz = nums.size(), ans = 0;
        vector<int> f(sz, 0);
        for(int i = 0; i < sz; i++) {
            int tmp = 1;
            for(int j = i-1; j >= 0; j--) {//与java版本类型，只不过这里是从当前往前遍历
                if(nums[i] > nums[j])
                    tmp = max(tmp, f[j]+1);
            }  
            f[i] = tmp;
            ans = max(ans, tmp);//每次遍历后与ans比较，存最长的个数
        }
        return ans;
    }
};

3.Python代码

class Solution(object):
    def lengthOfLIS(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        length = len(nums)
        result = []
        for i in range(length):
            result.append(1)
            for j in range(0,i):
                if nums[i]>nums[j]:
                    result[i] = max(result[i],result[j]+1)
        return max(result)

相比之下，Python代码最简洁，但是时间是最慢的。

三、总结

提示：这个题在动态规划里面算一个中等难度的题目，感觉这块内容确实比较让头头大，只能多做题，多总结了。

记录时间：2020年12月2日