使用动态规划求最长上升子序列,定义一个length数组(dp数组),每一个数起始的length都为1,然后遍历该数前面的所有数,如果该数大于前面的某一个数(即nums[i]>nums[j]),那么说明可以接在以该数为尾的上升子序列,然后就需要动态规划,取现有的子序列length和新组成的子序列length中的最大值,这样就求出了nums数组中每个数对应最长上升子序列的length,最后返回最大的length即可。
昨天做的leetcode-714买卖股票的最佳时机也是用的动态规划,不过昨天是定义一个二维dp数组,每一天的买不买。然后取当天不做操作,或者做操作所得结果的最大值。
而今天做的leetcode-300 最长上升子序列,是和当前第i个length之前的每一个j的length+1做对比,取最大值,最终得到每一天的最大长度。
class Solution {
public:
int lengthOfLIS(vector& nums) {
int n=nums.size();
if(n==0) return 0;
int length[n];
for(int i=0;i<n;i++){
length[i]=1;
for(int j=0;j<i;j++){
if(nums[j]<nums[i])
length[i]=max(length[i],length[j]+1);
}
}
sort(length,length+n);
return length[n-1];
}
};