【力扣刷题总结之673. 最长递增子序列的个数】

相关标签

---

一、题目要求

 

二、题解和代码实现

1.题解

非官方题解，非常详细

2.代码实现

代码如下（示例）：

class Solution {
   public int findNumberOfLIS(int[] nums) {
        int len = nums.length;
        if(len <2){return len;}
        int[] dp = new int[len];
        int res=0;//最终返回最长递增子序列的个数
        int maxCount=0;
        int[] counts = new int[len];
        for (int i = 0; i < dp.length; i++) {
            dp[i] = 1;//初始化每个当前长度为1
            counts[i] = 1;//初始化每个当前最长递增子序列的个数

        }

        for (int i = 0; i < nums.length; i++) {//遍历
            for (int j = 0; j < i; j++) {//遍历 i之前的元素和i比较

                if (nums[i] >nums[j]){//当i下标元素大于j下标元素时
                    if (dp[j]+1 >dp[i]){// 当dp[j] + 1 > dp[i]，说明找到了一个更长的递增子序列。
                       //那么以j为结尾的子串的最长递增子序列的个数，就是最新的以i为结尾的子串的最长递增子序列的个数
                        counts[i]= counts[j];
                    }else if (dp[j]+1 ==dp[i]){//当dp[j] + 1 == dp[i]，说明找到了两个相同长度的递增子序列。
                        //那么以i为结尾的子串的最长递增子序列的个数 就应该加上以j为结尾的子串的最长递增子序列的个数
                        counts[i]+=counts[j];
                    }

                    dp[i] = Math.max(dp[i],dp[j]+1);//找出当前dp[j]+1 和dp[i] 两个长度中较大那个进行赋值，
                    // 这样可以找出到dp[i]的最长递增子序列的长度
                }

                if (dp[i] > maxCount){ // 记录最长长度
                    maxCount = dp[i];
                }
            }

        }

        for (int i = 0; i < dp.length; i++) {//遍历
            if (dp[i]==maxCount){//判断dp[i]和最长长度相同，说明i下标下的counts[i]的值就是最长递增子序列的个数，可能有多个所以+=
                res+=counts[i];
            }
        }

        return res;
    }
}