力扣每日一题：最长递增子序列

力扣每日一题：最长递增子序列

1.问题描述

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。

2.示例

3.问题分析

3.1 动态规划

设$dp[i]$为考虑前$i$个元素，以$nums[i]$结尾（包括$nums[i]$）的最长子序列长度。

从小到大依次计算$dp[0],dp[1],\dots \dots ,dp[n]$，再计算$dp[i]$前已经计算了$dp[0],\dots \dots dp[i-1]$，状态转移方程为i：
$$dp[i]=max(dp[j])+1,其中0<j<i，且nums[j]<nums[i]$$
这里没有对$nums[j]和nums[i]$的关系中取等于号，是因为这里要求的关系是严格的递增，而不仅仅是递增。

而最终的答案则是：
$$result=max(dp[i]),其中0\le i<n$$
综上所述，我们要做的是每次选择计算$dp[i]$时，对$dp[0]，\dots \dots ，dp[i-1]$进行遍历，找到有$nums[j]<nums[i]$且有$dp[j]+1>dp[i]$的$j$值，更新$dp[i]$的值，最后对整个$dp[n]$数组寻找最大值，得到最终的答案。

程序如下：

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

3.2 贪心+二分

上述的动态规划的时间复杂度较高，为$O(n^2)$，下面给出的算法是基于贪心和二分的算法，时间复杂度为$O(nlogn)$。
LeetCode给出的官方题解不太好理解，所以转载下面这篇通过纸牌的讲解：从最长递增子序列学会如何推状态转移方程 (qq.com)

程序如下：

public int lengthOfLIS(int[] nums) {
    int[] top = new int[nums.length];
    // 牌堆数初始化为 0
    int piles = 0;
    for (int i = 0; i < nums.length; i++) {
        // 要处理的扑克牌
        int poker = nums[i];

        /***** 搜索左侧边界的二分查找 *****/
        int left = 0, right = piles;
        while (left < right) {
            int mid = (left + right) / 2;
            if (top[mid] > poker) {
                right = mid;
            } else if (top[mid] < poker) {
                left = mid + 1;
            } else {
                right = mid;
            }
        }
        /*********************************/

        // 没找到合适的牌堆，新建一堆
        if (left == piles) piles++;
        // 把这张牌放到牌堆顶
        top[left] = poker;
    }
    // 牌堆数就是 LIS 长度
    return piles;
}

这里的二分用的是搜索左侧边界的二分查找。详情可以看二分查找的博客：