leetcode300.最长上升子序列(java)：动态规划和二分法

最新推荐文章于 2024-06-28 06:00:00 发布

wmtmw

最新推荐文章于 2024-06-28 06:00:00 发布

阅读量298

点赞数

分类专栏： leetcode

本文链接：https://blog.csdn.net/yinianxx/article/details/106222472

版权

leetcode 专栏收录该内容

87 篇文章 0 订阅

订阅专栏

本文深入探讨了求解最长上升子序列问题的两种高效算法。首先介绍了动态规划方法，通过构建状态转移方程实现O(N^2)的时间复杂度。随后，提出了一种更优的解决方案，利用二分查找技巧结合动态规划思想，将时间复杂度降低至O(nlogn)，并详细阐述了其实现过程。

摘要由CSDN通过智能技术生成

题目
在这里插入图片描述
思路一：动态规划

状态： dp[i]表示以nums[i]结尾的最长上升子序列的长度，一定要包含nums[i]。
状态转移方程： 遍历这个数之前的数，如果nums[j]<nums[i]，那么到nums[i]的最长上升子序列长度为dp[i]和dp[j]+1两者的最大值。
初始化： 将dp[i]全部初始化为1，因为最长上升子序列至少为1(该数本身).
输出： dp[i]中的最大值。

具体代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums == null || nums.length == 0){
            return 0;
        }
        int dp[] = new int[nums.length];
        for(int i = 0;i < nums.length;i++){
            dp[i] = 1;
        }
        int max = 1;
        for(int i = 1;i < nums.length;i++){
            for(int j = 0;j < i;j++){
                if(nums[j]<nums[i]){
                    dp[i] = Math.max(dp[i],dp[j]+1);
                }
            }
            max = Math.max(max,dp[i]);
        }
        return max;
    }
}

时间复杂度：O(N^2)
空间复杂度：O(N)

思路二：
太trick了，想不到。。。
具体代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums == null || nums.length == 0){
            return 0;
        }
        int arr[] = new int[nums.length];
        arr[0] = nums[0];
        int end = 0;
        for(int i = 1;i < nums.length;i++){
            if(nums[i]>arr[end]){
            //如果比末尾数大，直接加入arr
                arr[++end] = nums[i];
            }else{
            //二分查找，找到第一个比nums[i]大的数，将nums[i]替换该数的前一个数，这个方法不能有重复的数。
                int left = 0;
                int right = end;
                while(left < right){
                    int mid = left + ((right - left)>>1);
                    if(arr[mid]<nums[i]){
                        left = mid+1;
                    }else{
                        right = mid;
                    }
                }
                arr[left] = nums[i];
            }
        }
        return end+1;
    }
}