0动态规划中等 leetcode300. 最长上升子序列 NC163 最长上升子序列(一) NC164 最长上升子序列(二)

18阿鲁

于 2020-03-15 08:46:30 发布

阅读量295

点赞数

文章标签： leetcode 动态规划

本文链接：https://blog.csdn.net/weixin_43260719/article/details/104873046

版权

本文探讨了LeetCode 300题——最长递增子序列的解决方案，包括O(nlogn)和O(n^2)两种算法。O(nlogn)解法通过维护一个表示当前数组最小字典序的最长递增子序列，从后向前遍历数组，更新序列。O(n^2)方法则计算每个元素结尾的最长上升子序列长度并取最大值。

摘要由CSDN通过智能技术生成

300. 最长递增子序列

描述

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。
子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

思路：

O(nlogn)解法
创建一个表示当前数组字典最小的最长递增子序列end[]。变量len表示当前最长递增子序列最后一个元素的下标。
从后向前遍历数组nums，若比end[len]大，直接把nums[i]添加在len的后面。若小于等于end[len],在数组end[]中找到第一个大于等于nums[i]的数，用nums[i]把它覆盖掉，这样数组end[]始终维持着nums[]的字典数最小的最长递增子序列。

class Solution {
   
    public int lengthOfLIS(int[] nums) {
   
        int[] end = new int[nums.length];
        int len = 0;
        end[0] = nums[0];
        for(int i = 1