//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。
//
// 示例 1:
//
//
//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 。
//
//
// 示例 2:
//
//
//输入:nums = [0,1,0,3,2,3]
//输出:4
//
//
// 示例 3:
//
//
//输入:nums = [7,7,7,7,7,7,7]
//输出:1
//
//
//
//
// 提示:
//
//
// 1 <= nums.length <= 2500
// -104 <= nums[i] <= 104
//
//
//
//
// 进阶:
//
//
// 你可以设计时间复杂度为 O(n2) 的解决方案吗?
// 你能将算法的时间复杂度降低到 O(n log(n)) 吗?
//
// Related Topics 二分查找 动态规划
// 👍 1315 👎 0
testcase
[10,9,2,5,3,7,101,18]
[4,10,4,3,8,9]
[3,5,6,2,5,4,19,5,6,7,12]
思路
dp里存的不是当前最长
动态规划 . 减小问题规模,从左往右数字一个一个的增加,让后在前面的结果中找出最优的结果累加.
一维dp数组存下以当前数字为结尾的子序列长度. 最后遍历一遍找到最长的长度
import java.util.Arrays;
//leetcode submit region begin(Prohibit modification and deletion)
class Solution {
public int lengthOfLIS(int[] nums) {
//0表示有几个数了,1表示结尾是几
int[] dp = new int[nums.length];
// Arrays.fill(dp, -1);
int num, maxCount;
int result = 0;
for (int i = 0; i < nums.length; i++) {
num = nums[i];
maxCount = -1;
for (int j = 0; j < i; j++) {
if (nums[j] < num) {
if (maxCount < dp[j] + 1)
maxCount = dp[j] + 1;
}
}
dp[i] = maxCount == -1 ? 1 : maxCount;
if (dp[i] > result) result = dp[i];
}
return result;
}
}
//leetcode submit region end(Prohibit modification and deletion)
评论区