个人主页:元清加油_【C++】,【C语言】,【数据结构与算法】-CSDN博客
个人专栏
力扣递归题
【C++】
http://t.csdnimg.cn/6AbpV
数据结构
前言:这个专栏主要讲述动态规划算法,所以下面题目主要也是这些算法做的
我讲述题目会把讲解部分分为3个部分:
1、题目解析
2、算法原理思路讲解
3、代码实现
最长递增子序列的个数
题目链接:最长递增子序列的个数
题目
给定一个未排序的整数数组 nums
, 返回最长递增子序列的个数 。
注意 这个数列必须是 严格 递增的。
示例 1:
输入: [1,3,5,4,7] 输出: 2 解释: 有两个最长递增子序列,分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。
示例 2:
输入: [2,2,2,2,2] 输出: 5 解释: 最长递增子序列的长度是1,并且存在5个子序列的长度为1,因此输出5。
提示:
1 <= nums.length <= 2000
-106 <= nums[i] <= 106
解法
算法原理解析
我们这题使用动态规划,我们做这类题目可以分为以下五个步骤
- 状态显示
- 状态转移方程
- 初始化(防止填表时不越界)
- 填表顺序
- 返回值
- 状态显示
先尝试定义⼀个状态:以
i
为结尾的最⻓递增⼦序列的「个数」。那么问题就来了,我们都不知道以 i
为结尾的最⻓递增⼦序列的「长度」是多少,我怎么知道最⻓递增⼦序列的个数呢?
因此,我们解决这个问题需要两个状态,⼀个是「⻓度」,⼀个是「个数」:
- len[i] 表示:以 i 为结尾的最长递增子序列的长度。
- count[i] 表示:以 i 为结尾的最长递增子序列的个数。
- 状态转移方程
求个数之前,我们得先知道⻓度,因此先看 len[i] :
- 在求 i 结尾的最⻓递增序列的⻓度时,我们已经知道 [0, i - 1] 区间上的 len[j] 信息,⽤ j 表示 [0, i - 1] 区间上的下标;
- 我们需要的是递增序列,因此 [0, i - 1] 区间上的 nums[j] 只要能和 nums[i]构成上升序列,那么就可以更新 len[i] 的值,此时最长长度为 len[j] + 1 ;
- 我们要的是 [0, i - 1] 区间上所有情况下的最大值。
综上所述,对于
len[i]
,我们可以得到状态转移⽅程为:
len[i] = len[j] + 1,其中 0 <= j < i ,并且 nums[j] < nums[i] && len[j] + 1 > len[i]。
在知道每⼀个位置结尾的最长递增⼦序列的长度时,我们来看看能否得到 count[i] :
- 我们此时已经知道 len[i] 的信息,还知道 [0, i - 1] 区间上的 count[j] 信息,⽤ j 表⽰ [0, i - 1] 区间上的下标;
- 我们可以再遍历⼀遍 [0, i - 1] 区间上的所有元素,只要能够构成上升序列,并且上升序列的⻓度等于 dp[i] ,那么我们就把 count[i] 加上 count[j] 的值。这样循 环⼀遍之后, count[i] 存的就是我们想要的值。
综上所述,对于
count[i]
,我们可以得到状态转移⽅程为:
- count[i] += count[j] ,其中 0 <= j < i ,并且 nums[j] < nums[i] && len[j] + 1 == len[i] 。
- count[i] = count[j] ,其中 0 <= j < i ,并且 nums[j] < nums[i] && len[j] + 1 > len[i] 。
- 初始化(防止填表时不越界)
- 对于 len[i] ,所有元素自己就能构成⼀个上升序列,直接全部初始化为 1 ;
- 对于 count[i] ,全部初始化为 1.
- 填表顺序
根据「状态转移⽅程」易得,填表顺序为「从左往右」。
- 返回值
⽤ ansl
en
表⽰最终的最⻓递增⼦序列的⻓度。
根据题⽬要求,我们应该返回所有⻓度等于 ansl
en
的子序列的个数。
代码实现
class Solution {
public:
int findNumberOfLIS(vector<int>& nums)
{
int n = nums.size();
// 状态显示
vector<int> len(n + 1, 1); // 以i为结尾,最长的递增子序列的长度
vector<int> count(n + 1, 1); // 以i为结尾,最长的递增子序列的个数
int anslen = 1;
int anscount = 1; // 记录最终结果
for (int i = 1; i < n; i++)
{
for (int j = 0; j < i; j++)
{
if (nums[j] < nums[i])
{
if (len[j] + 1 == len[i])
{
count[i] += count[j];
}
else if (len[j] + 1 > len[i]) // 重新计数
{
len[i] = len[j] + 1;
count[i] = count[j];
}
}
}
if (anslen == len[i])
{
anscount += count[i];
}
else if (anslen < len[i])
{
// 重新计数
anslen = len[i];
anscount = count[i];
}
}
return anscount;
}
};