LeetCode300:最长递增子序列

要求

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。
在这里插入图片描述

题目分析

需要对「子序列」和「子串」这两个概念进行区分;

  • 子序列(subsequence):子序列并不要求连续,例如:序列 [4, 6, 5] 是 [1, 2, 4, 3, 7, 6, 5] 的一个子序列;
  • 子串(substring、subarray):子串一定是原始字符串的连续子串。

子序列中元素的 相对顺序 很重要,子序列中的元素 必须保持在原始数组中的相对顺序。如果把这个限制去掉,将原始数组去重以后,元素的个数即为所求;

思路

方法一:动态规划
状态定义:dp[i] 表示:以 nums[i] 结尾 的「上升子序列」的长度。 这个定义中 nums[i] 必须被选取,且必须是这个子序列的最后一个元素;
初始化:dp[i] = 1,1 个字符显然是长度为 1 的上升子序列。
返回数组dp的最大值

public class LeetCode300 {
    public int lengthOfLIS(int[] nums) {
        //边界判断
        if (nums.length < 2){
            return nums.length;
        }

        int[] dp = new int[nums.length];
        //dp数组初始值为1
        Arrays.fill(dp,1);

        for (int i = 1; i < nums.length; i++) {
            for (int j = 0; j < i; j++) {
                //前面小于后面的,则证明有以nums[i]结尾的上升序列,比较最长上升子序列的长度
                if (nums[j] < nums[i]){
                    dp[i] = Math.max(dp[i],dp[j] + 1);
                }
            }
        }

        int res = 0;
        //循环pd数组,寻找到最长上升子序列的长度
        for (int i = 0; i < nums.length; i++) {
            res = Math.max(res,dp[i]);
        }
        return res;
    }
}

时间复杂度:O(N^2),这里 N 是数组的长度;
空间复杂度:O(N),要使用和输入数组长度相等的状态数组;


方法二:动态规划 + 二分查找

1、状态定义:dp[i] 表示:长度为 i + 1 的 所有 上升子序列的结尾的最小值。
解释: dp[0] 表示长度为 1 的所有上升子序列中,结尾最小的元素的数值。以题目中的示例为例 [10, 9, 2, 5, 3, 7, 101, 18] 中,容易发现长度为 2 的所有上升子序列中,结尾最小的是子序列 [2, 3] ,因此 tail[1] = 3;
下标和长度有数值为 1 的偏差;


2、说明:
1、在遍历数组 nums 的过程中,如果新数num大于有序数组 dp的最后一个元素,就把 num 放在有序数组 dp 的后面,否则进入第 2 点;

2、在有序数组 dp中查找第 1 个等于大于 num 的那个数,试图让它变小:

  • 如果有序数组 dp 中存在 等于 num 的元素,什么都不做,因为以 num 结尾的最短的「上升子序列」已经存在;
  • 如果有序数组 dp 中存在 大于 num 的元素,找到第 1 个,让它变小,这样我们就找到了一个 结尾更小的相同长度的上升子序列。

3、初始化:遍历第 1 个数 nums[0],直接放在有序数组 dp 的开头 tail[0] = nums[0]

4、返回有序数组dp的长度即可
在这里插入图片描述

public class LeetCode300 {
    public int lengthOfLIS(int[] nums) {
        if (nums.length < 2){
            return nums.length;
        }

        //定义dp数组:长度为i + 1的上升子序列的末尾最小值;第一个值直接放到dp有序数组开头
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        //定义有序数组dp的最后一个已经赋值元素的索引
        int end = 0;

        for (int i = 1; i < nums.length; i++) {
            //数组中的元素比有序数组dp中最后一个元素还大的话,end先加1,添加到那个元素后面
            if (nums[i] > dp[end]){
                end++;
                dp[end] = nums[i];
            }else {
                //使用二分查找在有序数组dp中,找到第一个大于等于nums[i]元素的数,尝试让那个元素更小
                int left = 0,right = end;
                while (left < right){
                    //这里是向下取整
                    int mid = left + (right - left)/2;
                    //如果有序数组的中位数比数组nums[i]的元素小的话,当前中位数肯定不是目标数,移动位置
                    if (dp[mid] < nums[i]){
                        left = mid + 1;
                    }else {
                        right = mid;
                    }
                }
                dp[left] = nums[i];
            }
        }
        //end是有序数组中的最后一个元素,+1之后返回长度,因为下标是从0开始的
        end++;
        return end;
    }
}

时间复杂度:O(NlogN),遍历数组使用了 O(N),二分查找法使用了 O(logN)。
空间复杂度:O(N)

  • 0
    点赞
  • 1
    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