题目描述
难度:中等
示例
思路
动态规划
动态规划适合解决具有重叠子问题和最优子结构性质的问题。分析这个问题时,发现问题可以分解为子问题,并且这些子问题的解可以通过递推关系得到,这时候就很自然地想到使用动态规划来解决。
解题方法
1.考虑到特殊情况数组长度为零,直接返回-1结束方法的调用;
初始化动态规划数组dp长度为nums.length,并且让dp[0] = 1,因为任何单独元素的长度都为1; 再把max的值赋为1。
2.创建两个for循环进行判断;
外层循环遍历数组的每一个位置 i,从 1 到 s.length();
内层循环遍历位置 i 前面的每一个位置 j,j 从 0 到 i-1;当num[j] < num[i] 时比较num[i]和num[j] + 1的大小,将较大值赋值给num[i];
内层循环结束后,比较num[i]和max的大小,将较大值赋值给max。
3.遍历完成后返回最终结果最长递增子序列的长度max。
java代码
力扣官方题解+个人注解:
class Solution {
public int lengthOfLIS(int[] nums) {
//特殊条件直接结束循环
if(nums.length==0){
return -1;
}
int[] dp = new int[nums.length];
//任何单独的元素都是长度为 1 的子序列
dp[0] = 1;
int max = 1;
for(int i = 1;i<nums.length; i++) {
dp[i] = 1;
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;
}
}
复杂度分析:
时间复杂度
外循环会执行n次,n为数组num的长度,内循环则依赖于外循环的i值,因此时间复杂度为O(n^2)。
空间复杂度
创建了长度为num.length的dp数组,因此空间复杂度为O(n)。