题目链接
https://leetcode-cn.com/problems/longest-increasing-subsequence/
解题思路
方法一:动态规划
思路与算法
定义 dp[i] 为考虑前 i 个元素,以第 i 个数字结尾的最长上升子序列的长度,注意 nums[i] 必须被选取。
我们从小到大计算 dp 数组的值,在计算 dp[i] 之前,我们已经计算出 dp[0…i−1] 的值,则状态转移方程为:dp[i]=max(dp[j])+1,其中0≤j<i且num[j]<num[i]
即考虑往 dp[0…i−1] 中最长的上升子序列后面再加一个 nums[i]。由于 dp[j] 代表 nums[0…j] 中以 nums[j] 结尾的最长上升子序列,所以如果能从 dp[j] 这个状态转移过来,那么 nums[i] 必然要大于 nums[j],才能将 nums[i] 放在 nums[j] 后面以形成更长的上升子序列。
最后,整个数组的最长上升子序列即所有 \textit{dp}[i]dp[i] 中的最大值。
ans = max(dp[i]),其中0≤i<n
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
const int N = 2505;
int dp[N], ans = 1; // 以索引为i结尾的序列最长长度是dp[i]
if(nums.size() == 0) return 0;
for(int i = 0;i < nums.size(); i++){
dp[i] = 1; // 子序列长度至少1
for(int j = 0;j < i; j++){
if(nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1); // 更新dp[i]
}
ans = max(ans, dp[i]); // 保存最大值
}
return ans;
}
};
方法二:贪心 + 二分查找
思路与算法
考虑一个简单的贪心,如果我们要使上升子序列尽可能的长,则我们需要让序列上升得尽可能慢,因此我们希望每次在上升子序列最后加上的那个数尽可能的小。
基于上面的贪心思路,我们维护一个数组 d[i] ,表示长度为 i 的最长上升子序列的末尾元素的最小值,用 len 记录目前最长上升子序列的长度,起始时 len 为 1,d[1]=nums[0]。
同时我们可以注意到 d[i] 是关于 i 单调递增的。因为如果 d[j]≥d[i] 且 j<i,我们考虑从长度为 i 的最长上升子序列的末尾删除 i-j 个元素,那么这个序列长度变为 j ,且第 j 个元素 x(末尾元素)必然小于 d[i],也就小于 d[j]。那么我们就找到了一个长度为 j 的最长上升子序列,并且末尾元素比 d[j] 小,从而产生了矛盾。因此数组 d 的单调性得证。
我们依次遍历数组 nums 中的每个元素,并更新数组 d 和 len 的值。如果 nums[i]>d[len] 则更新 len=len+1,否则在 d[1…len] 中找满足d[i−1]<nums[j]<d[i] 的下标 i,并更新 d[i] = nums[j]。
根据 d 数组的单调性,我们可以使用二分查找寻找下标 i,优化时间复杂度。
最后整个算法流程为:
-
设当前已求出的最长上升子序列的长度为 len(初始时为 1),从前往后遍历数组 nums,在遍历到 nums[i] 时:
如果 nums[i]>d[len] ,则直接加入到 d 数组末尾,并更新 len=len+1; 否则,在 d 数组中二分查找,找到第一个比 nums[i] 小的数 d[k] ,并更新 d[k+1]=nums[i]。
以输入序列 [0, 8, 4, 12, 2] 为例:
- 第一步插入 0,d = [0];
- 第二步插入 8,d = [0, 8];
- 第三步插入 4,d = [0, 4];
- 第四步插入 12,d = [0, 4, 12];
- 第五步插入 2,d = [0, 2, 12]。
最终得到最大递增子序列长度为 3。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
const int N = 2505;
int len = 1, d[N];
if(nums.size() == 0) return 0;
d[len] = nums[0]; // 初始化d[1]为nums[0],因为若数组长度不为0,则len至少为1
for(int i = 1;i < nums.size(); i++) {
if(d[len] < nums[i]) d[++len] = nums[i];
else {
int l = 1, r = len, m, pos = 0; // pos是为了保证当全部数都比nums[i]大时,将d[pos+1]赋值为nums[i]
while(l <= r) {
m = l + r >> 1;
if(d[m] < nums[i]) {
pos = m;
l = m + 1;
}
else {
r = m - 1;
}
}
d[pos + 1] = nums[i];
}
}
return len;
}
};