673. 最长递增子序列的个数

673. 最长递增子序列的个数


题目链接:673. 最长递增子序列的个数

代码如下:

//动态规划
class Solution 
{
public:
    int findNumberOfLIS(vector<int>& nums) 
    {
        if(nums.size()<=1)  return nums.size();
        vector<int> dp(nums.size(),1);//dp[i]:i之前(包括i)最长递增子序列的长度为dp[i]
        vector<int> count(nums.size(),1);//count[i]:以nums[i]为结尾的字符串,最长递增子序列的个数为count[i]
        int maxCount=0;
        for(int i=1;i<nums.size();i++)
        {
            for(int j=0;j<i;j++)
            {
                if(nums[i]>nums[j])
                {
                    if(dp[j]+1>dp[i])
                    { 
                        count[i]=count[j];
                    }
                    else if(dp[j]+1==dp[i])
                    {
                        count[i]+=count[j];
                    }
                    dp[i]=max(dp[i],dp[j]+1);
                }   
                if(dp[i]>maxCount)  maxCount=dp[i];
            }
        }
        int res=0;
        for(int i=0;i<nums.size();i++)
        {
            if(maxCount==dp[i]) res+=count[i];
        }
        return res;
    }
};
首先,我们需要定义一个数组dp,其中dp[i]表示以A[i]为结尾的最长递增子序列的长度。 接下来,我们需要一个变量len来记录当前最长递增子序列的长度,并且初始化为1。同时,我们还需要一个变量tail,表示目前已经构建的最长递增子序列的最后一个元素。 然后,我们从第二个元素开始遍历整个序列A。对于每个元素A[i],我们需要找到在它之前的所有元素中,比它小的元素中最长的递增子序列,然后把A[i]接到这个子序列后面。这样,我们就可以得到以A[i]为结尾的最长递增子序列。 具体来说,我们可以使用二分查找来找到在A[1...i-1]中比A[i]小的元素中最长的递增子序列。在查找过程中,我们需要维护一个tails数组,其中tails[k]表示长度为k的递增子序列的最后一个元素的最小值。对于每个A[i],我们都要在tails数组中找到第一个大于等于它的元素,然后用它来更新dp[i]和tails数组。 最终,最长递增子序列的长度就是dp数组中的最大值。 下面是具体的算法实现: ``` def findLongestIncreasingSubsequence(A): n = len(A) dp = [1] * n tails = [A[0]] for i in range(1, n): if A[i] < tails[0]: tails[0] = A[i] elif A[i] > tails[-1]: tails.append(A[i]) else: l, r = 0, len(tails) - 1 while l < r: mid = (l + r) // 2 if tails[mid] < A[i]: l = mid + 1 else: r = mid tails[l] = A[i] dp[i] = len(tails) return max(dp) ``` 这个算法的时间复杂度是O(n log n),其中n是序列A的长度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值