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
继续动态规划的专项,
以[10,9,2,5,3,7,101,18]为例
当只有第一位的时候,最大长度为1,值为[10]
第二位,最大长度为1,值为[9],或者[10]
第三位,最大长度为1,值为[9]或者[10]或者[2]
第四位,最大长度为2,值为[2,5],到这里,基本逻辑就出来了,当前位置为5,从前面的所有情况里找到结尾值小于5的,把5拼接在后面,长度也等同于之前找到的那个的子序列的长度加1。
第五位,同上逻辑长度为2,值为[2,3]
第六位,最长子序列长度为[2,5,7]或者[2,3,7]
第七位,最长子序列为[2,5,7,101]或者[2,3,7,101]
第八位,最长子序列为[2,5,7,18]或者[2,3,7,18]
代码如下
class Solution {
public int lengthOfLIS(int[] nums) {
int[] dp = new int[nums.length];
int max = 0;
for (int i = 0; i < nums.length; i++) {
dp[i] = 1;
for (int j = 0; j < i; j++) {
if (nums[i]<=nums[j]){
continue;
}
dp[i] = Math.max(dp[j]+1,dp[i]);
}
max = Math.max(max,dp[i]);
}
return max;
}
}
还有类似贪心的作法,暂时先空着了,等回头做到贪心的专项的时候再看
发表评论