LeetCode刷题--- 最长递增子序列的个数

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

 http://t.csdnimg.cn/yUl2I

【C++】    

​​​​​​http://t.csdnimg.cn/6AbpV

数据结构

 ​​​http://t.csdnimg.cn/hKh2l


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

  1. 状态显示
  2. 状态转移方程
  3. 初始化(防止填表时不越界)
  4. 填表顺序
  5. 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」:
  1. len[i] 表示:以 i 为结尾的最长递增子序列的长度。
  2. 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]
  1. 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;
  2. 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
  3. 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]
  1. 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;
  2. 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:
  1. count[i] += count[j] ,其中 0 <= j < i ,并且 nums[j] < nums[i] && len[j] + 1 == len[i] 。
  2. 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)
  1. 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
  2. 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;
    }
};

  • 24
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

打赏作者

-元清-

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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