最长上升子序列（LIS）原题+动态规划详解＋Java代码

最长上升子序列（LIS）动态规划

题目描述：

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列 是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
原题链接：链接: 力扣300最长递增子序列
实例

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

思路

这里用y总的dp分析法分析状态与计算：

这里采用一维数组f（i）来表示当前以nums[i]结尾的最长递增子序列的长度；
当计算f[i]时，只需要考虑从j满足范围【0，i-1】之内的f[j]的最大值+1即可。
但是计算时要满足前提条件 f[i]>f[j] 否则的话只需要让f[i]延续前一个状态即保持不动就好。
！！但是要注意初始值任何一个f[i]=1。若没有赋初始值则假设当【0，i-1】内的值均大于f[i]时，此时相当于以i结尾的最长递增子序列只有nums[i]一个值，则此时f[i]的值需要为1，因此必须初始让所有的f[i]为1。

这里的状态转移方程需要对前i-1个数进行判断 因此需要写出循环，即：

  for (int j = 0; j < i; j++) {
                if (nums[i]>nums[j]) {
                    f[i] = Math.max(f[j] + 1, f[i]);//前者为以j为i前一项的长度,后者为不以j为i前一项的最长长度
                }
            }

将所有的数字从头到尾遍历即可得到所有的f[i]。即以nums[i]结尾的最大长度，我们求出f[i]中的最大值即可。

代码

import java.util.Scanner;

public class Main {
    static int[] nums;//给定的整数数组
    static int[] f;//以i结尾的最长递增子序列长度
    static int max;//最长递增子序列
    public static void main(String[] args) {
        Scanner scan = new Scanner(System.in);
        int n= scan.nextInt();
        nums=new int[n+5];
        f=new int[n+5];

        for (int i = 0; i < n; i++) {
            nums[i]= scan.nextInt();
            f[i]=1;//初始化为1，默认当前递增子序列中只有自己
            for (int j = 0; j < i; j++) {//从[0,i-1]中寻找满足小于当前值的最长子序列长度
                if (nums[i]>nums[j]) {
                    f[i] = Math.max(f[j] + 1, f[i]);
                }
            }
            max=Math.max(max,f[i]);
        }
        System.out.println(max);
    }
}