LeetCode-300. Longest Increasing Subsequence（最长上升子序列）

最长上升子序列

Longest Increasing Subsequence

解

方法一：动态规划
定义 dp[i] 为考虑前 i 个元素，以第 i 个数字结尾的最长上升子序列的长度。
状态转移方程：$$dp[i]=max(dp[i],dp[j]+1),0\le j<i,nums[j]<nums[j]$$

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

        return *max_element(dp.begin(), dp.end());
    }
};

方法二：贪心算法+二分查找
考虑一个简单的贪心，如果我们要使上升子序列尽可能的长，则我们需要让序列上升得尽可能慢。
基于上面的贪心思路，我们维护一个数组 $tails[i]$ ，表示长度为 $i$ 的最长上升子序列的末尾元素的最小值，用 $len$ 记录目前最长上升子序列的长度。
于是，我们得到如下步骤：
设当前已求出的最长上升子序列的长度为 $len$（初始时为 1），从前往后遍历数组 $nums$，在遍历到 $nums[i]$ 时

• 如果 $nums[i]>d[len]$，则直接加入到$tails$数组末尾，并$len=len+1$；
• 否则，在$tails$数组中二分查找，找到第一个比$nums[i]$小的数$tails[k]$ ，并更新$tails[k+1]=nums[i]$。

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int size = (int)nums.size();
        int len = 1;
        if (size == 0) {
            return 0;
        }
        vector<int>tails(size + 1, 0);
        tails[len] = nums[0];
        for (int i = 0; i < size; i++) {
            if (nums[i] > tails[len]) {
                tails[++len] = nums[i];
            } else {
                int left = 1, right = len, pos = 0;
                while (left <= right) {
                    int mid = (left + right) >> 1;
                    if (tails[mid] < nums[i]) {
                        pos = mid;
                        left = mid + 1;
                    } else {
                        right = mid - 1;
                    }
                }
                tails[++pos] = nums[i];
            }
        }

        return len;
    }
};

时间复杂度$O(n\log n)$