力扣300. 最长递增子序列

  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)。