1. 最长递增子序列(注意不连续)
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。
1)动态规划
dp[i]--------到i为止包括i递增子序列的长度,最后一位必须包括nums[i]
dp[i]=Math.max(dp[0],dp[1],....,dp[i-1])+1;
if(nums[i]>nums[j]) dp[i]=Math.max(dp[i],dp[j]+1);
public int lengthOfLIS(int[] nums) {
if (nums.length==1) return 1;
int[] dp=new int[nums.length];
int result=1;
for(int i=0;i<nums.length;i++) {dp[i]=1;}
for(int i=1;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);}
if(dp[i]>result) result=dp[i];
}
return result;}
2) 贪心
思路: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
维护数组 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]。
注意:d[i] 是关于i单调递增的。
依次遍历数组 nums ,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]。
2. 重复子数组
解题套路:dp[i][j]------>以下标i - 1为结尾的A,和以下标j - 1为结尾的B,最⻓重复⼦数组⻓度为dp[i][j]
2.1) 最⻓重复⼦数组
class Solution {
//dp[i][j]->以下标i-1为结尾的A,和以下标j-1为结尾的B,最⻓重复⼦数组⻓度为dp[i][j]
public int findLength(int[] nums1, int[] nums2) {
//想要得到dp[nums1.length][nums2.length]
int[][] dp=new int[nums1.length+1][nums2.length+1];
dp