300. Longest Increasing Subsequence

最长递增子序列，这是一个动态规划的典型问题，正好可以应用这次课上讲的算法。

在我的实现中，使用了遍历来查找辅助数组中的元素，看两个for循环就可以知道，算法的复杂度应该是O(n^2)。题目说可以找出一个O(nlogn)的解法，我觉得可能是因为辅助数组里存储的其实就是一个递增子序列，也就是有序的序列，可以使用二分查找，那样的效率会高很多，查找效率从O(n)下降到O(logn)，总体的时间复杂度可以下降到O(nlogn)。

#include <iostream>
#include <vector>

using namespace std;

class Solution {
  public:
    int lengthOfLIS(vector<int>& nums) {
        vector<int> d;

        if (nums.empty())
            return 0;

        d.push_back(nums[0]);

        for (unsigned int i = 1; i < nums.size(); ++i) {
            if (nums[i] > d.back())
                d.push_back(nums[i]);
            else {
                for (unsigned int j = 0; j < d.size(); ++j) {
                    if (d[j] >= nums[i]) {  // 如果是>，则是求最长不减子序列
                        d[j] = nums[i];
                        break;
                    }
                }
            }
        }

        // 输出最长递增子序列
        // for (unsigned int i = 0; i < d.size(); ++i)
        //     cout << d[i] << " ";
        // cout << endl;

        return d.size();
    }
};

int main(int argc, char const *argv[]) {

    int n = 6;
    int arr[] = {4, 10, 4, 3, 8, 9};
    vector<int> a(arr, arr + n);

    Solution s;
    cout << s.lengthOfLIS(a) << endl;

    return 0;
}