解法一:dp 时间:O(n^2)
dp[i]表示以nums[i]结尾****最长的递增子序列的长度
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
vector<int> dp(n, 1);
int ans = 1;
for (int i = 1; i < n; ++i) {
for (int j = 0; j < i; ++j) {
if (nums[j] < nums[i]) {
dp[i] = max(dp[j] + 1, dp[i]);
}
}
ans = max(dp[i], ans);
}
return ans;
}
};
时间复杂度 O(nlogn) 的解法二:贪心 O(nlogn)
贪心:上升尽可能慢。
用d[i]来存长度为i的上升序列中,最后一个数字的最小值。
d[]是一个单调递增数组的原因? 用反证法,如果不是单调递增的(d[i] > d[j]),则d[i]应该存在一个更小的值,与d[]的含义相矛盾,所以,dp[]是一个单调递增的序列。
因此: 对于nums中的每一个元素nums[i],用二分在d[]找到大于等于nums[i]的下标j,更新d[j]=的nums[i]。
ans:dp.size() - 1。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
vector<int> d(2);
d[1] = nums[0];
for (int i = 1; i < n; ++i) {
if (nums[i] > d.back()) d.push_back(nums[i]); //
else {
int tmp = lower_bound(d.begin() + 1, d.end(), nums[i]) - d.begin();
d[tmp] = nums[i];
}
//dp[i]为此时的d.size() - 1;
}
return d.size() - 1;
}
};
易错点:
1: 如果大于最后一个元素则在后面添加
if (nums[i] > a.back()) d.push_back(nums[i]);