leetcode刷题(62)——300. 最长上升子序列

一、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:

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) 。

进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?

二、思路——动态规划

(1)问题拆解:

问题拆解就是看能否将原问题拆解为规模较小的子问题进行求解。对于长度为 n 的数组,假设我们已经找到前 n - 1 个数字的最长上升子序列且其长度为 L,这时候只需比较最后一个数字和前 n - 1 个数字的大小:

  • n u m s [ n − 1 ] > n u m s [ j ] nums[n - 1] > nums[j] nums[n1]>nums[j],其中 0 ≤ j ≤ n − 2 0 \leq j \leq n - 2 0jn2,则 nums[n - 1] 也可以加入最长上升子序列,那么整个数组的最长上升子序列的长度就是 L + 1。
  • n u m s [ n − 1 ] ≤ n u m s [ j ] nums[n - 1] \leq nums[j] nums[n1]nums[j],其中 0 ≤ j ≤ n − 2 0 \leq j \leq n - 2 0jn2,则 nums[n - 1] 不能加入最长上升子序列,那么整个数组的最长上升子序列的长度就是 L。

这样,我们就找到了第 i 个问题和第 i - 1 个问题的关系。

(2)定义状态:

我们用 dp[] 数组来存储状态, d p [ i ] dp[i] dp[i] 的值表示 nums 前 i 个数字的最长上升子序列的长度。

(3)推导状态转移方程:

每一轮计算 d p [ i ] dp[i] dp[i],设 j ∈ [ 0 , i ) j \in [0,i) j[0,i),遍历 [ 0 , i ) [0,i) [0,i),进行问题拆解中的两个判断:

  • n u m s [ i ] > n u m s [ j ] nums[i] > nums[j] nums[i]>nums[j] 时: n u m s [ i ] nums[i] nums[i] 可以接在 n u m s [ j ] nums[j] nums[j] 之后,此时最长上升子序列长度为 d p [ i ] = d p [ j ] + 1 dp[i] = dp[j] + 1 dp[i]=dp[j]+1
  • n u m s [ i ] < = n u m s [ j ] nums[i] <= nums[j] nums[i]<=nums[j] 时: n u m s [ i ] nums[i] nums[i] 无法接在 n u m s [ j ] nums[j] nums[j] 之后,跳过。

所以状态转移方程为:当 n u m s [ i ] > n u m s [ j ] nums[i] > nums[j] nums[i]>nums[j]
d p [ i ] = m a x ( d p [ i ] , d p [ j ] + 1 ) , j ∈ [ 0 , i ) dp[i] = max(dp[i], dp[j] + 1),j \in [0,i) dp[i]=max(dp[i],dp[j]+1)j[0,i)

(4)寻找边界条件:

每个数字都可以看成长度为 1 的上升子序列,所以 dp[] 可以初始化为 1。最后返回结果为 dp[] 中的最大值。

三、代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums.length == 0)
            return 0;
        int[] dp = new int[nums.length];
        Arrays.fill(dp, 1);
        for(int i = 0; i < nums.length; i++){
            for(int j = 0; j < i; j++){
                if(nums[i] > nums[j])
                    dp[i] = Math.max(dp[i], dp[j] + 1);
            }
        }
        int maxLength = dp[0];
        for(int k = 1; k < dp.length; k++){
            if(maxLength < dp[k])
                maxLength = dp[k];
        }
        return maxLength;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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