​LeetCode刷题实战300:最长递增子序列

共 8529字,需浏览 18分钟

 ·

2021-06-23 20:53

算法的重要性,我就不多说了吧,想去大厂,就必须要经过基础知识和业务逻辑面试+算法面试。所以,为了提高大家的算法能力,这个公众号后续每天带大家做一道算法题,题目就从LeetCode上面选 !

今天和大家聊的问题叫做 最长递增子序列,我们先来看题面:
https://leetcode-cn.com/problems/longest-increasing-subsequence/


Given an integer array nums, return the length of the longest strictly increasing subsequence.

A subsequence is a sequence that can be derived from an array by deleting some or no elements without changing the order of the remaining elements. For example, [3,6,2,7] is a subsequence of the array [0,3,1,6,2,2,7].

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

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


解题

https://blog.csdn.net/nie2314550441/article/details/107269090


3.1 方法一:动态规划
动态规划递推公式:dp[i]=max(dp[j])+1,其中0≤j<i且num[j]<num[i]。

复杂度分析:
时间复杂度:O(n^2)
空间复杂度:O(n)
以输入序列 [10,9,2,5,3,7,101,18]为例,数组变化如下图所示


3.2 方法二:贪心 + 二分查找

贪心法 + 二分法:使用数组来进行上升序列的积累。如果上升则积累(append),如果下降,则通过二分法找到探索元素的位置进行替换(不改变数组的长度)。最终返回数组的长度。

设当前已求出的最长上升子序列的长度为 len(初始时为 1),从前往后遍历数组 nums,在遍历到 nums[i] 时:

如果 nums[i]>dp[len] ,则直接加入到 dp 数组末尾,并更新 len=len+1;
否则,在 d 数组中二分查找,在 dp 数组中找到第一个大于或等于 nums[i] 的数 dp[k] ,并更新 d[k]=nums[i]。
复杂度分析:

时间复杂度:O(nlogn)
空间复杂度:O(n)
以输入序列 [10,9,2,5,3,7,101,18]为例,数组变化如下图所示:


最终得到最大递增子序列长度为 4。

#pragma once
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
 
#define NAMESPACE_LENGTHOFLIS namespace NAME_LENGTHOFLIS {
#define NAMESPACE_LENGTHOFLISEND }
NAMESPACE_LENGTHOFLIS
 
// 动态规划
// 递推公式:dp[i]=max(dp[j])+1,其中0≤j<i且num[j]<num[i]
// 时间复杂度:O(n^2), 空间复杂度:O(n)
class Solution1 
{

public:
    int lengthOfLIS(vector<int>& nums) 
    
{
        int n=(int)nums.size();
        if (n == 0) return 0;
        vector<int> dp(n, 0);
        int maxLen = 1;
        for (int i = 0; i < n; ++i)
        {
            dp[i] = 1;
            for (int j = 0; j < i; ++j)
            {
                if (nums[j] < nums[i])
                {
                    dp[i] = max(dp[i], dp[j] + 1);
                    maxLen = max(maxLen, dp[i]);
                }
            }
        }
        
        //return *max_element(dp.begin(), dp.end());
        return maxLen;
    }
};
 
// 动态规划
// dp[i] = max(dp[j]) + 1, 其中 0 ≤ j < i 且 num[j] < num[i]
class Solution
{

public:
  // 返回不小于目标值的位置
    int search(vector<int> & nums, int target)
    
{
        int l = 0;
        int r = nums.size() - 1;
        while(l < r)
        {
            int mid = (r + l) / 2;
            if(target == nums[mid])
               return mid;
            else if(target > nums[mid])
               l = mid + 1;
            else if(target < nums[mid])
               r = mid;
        }
        return l;
    }
 
    int lengthOfLIS(vector<int>& nums) 
    
{
        int len = nums.size();
        vector<int> dp;
        if(len <= 0) return 0;
        dp.push_back(nums[0]);
        for(int i = 1;i < len;i++)
        {
            if(nums[i] > dp[dp.size() - 1])
                dp.push_back(nums[i]);
            else
            {
                 //auto it = lower_bound(dp.begin(), dp.end(), nums[i]);
                //*it = nums[i];
 
                int p = search(dp,nums[i]);
                dp[p] = nums[i];
            }
        }
 
         return dp.size();
    }
};
 
以下为测试代码//
// 测试 用例 START
void test(const char* testName, vector<int>& nums, int expect)
{
    Solution_1 s1;
    int result1 = s1.lengthOfLIS(nums);
    Solution_2 s2;
    int result2 = s2.lengthOfLIS(nums);
    if (expect == result1 && expect == result2)
        cout << testName << ", solution passed." << endl;
    else
        cout << testName << ", solution failed. expect:" << expect << ", result1:" <<result1 << ", result2:" << result2 << endl;
}
 
// 测试用例
void Test1()
{
    vector<int> nums = { 10,9,2,5,3,7,101,18 };
    int expect = 4;
    
    test("Test1()", nums, expect);
}
 
void Test2()
{
    vector<int> nums = { 10,11,1,2,3,12,13,4 };
    int expect = 5;
 
    test("Test2()", nums, expect);
}
 
NAMESPACE_LENGTHOFLISEND
// 测试 用例 END
//
 
void LengthOfLIS_Test()
{
    NAME_LENGTHOFLIS::Test1();
    NAME_LENGTHOFLIS::Test2();
}


好了,今天的文章就到这里,如果觉得有所收获,请顺手点个在看或者转发吧,你们的支持是我最大的动力 。

上期推文:
LeetCode1-280题汇总,希望对你有点帮助!
LeetCode刷题实战281:锯齿迭代器
LeetCode刷题实战282:给表达式添加运算符
LeetCode刷题实战283:移动零
LeetCode刷题实战284:顶端迭代器
LeetCode刷题实战285:二叉搜索树中的顺序后继
LeetCode刷题实战286:墙和门
LeetCode刷题实战287:寻找重复数
LeetCode刷题实战288:单词的唯一缩写
LeetCode刷题实战289:生命游戏
LeetCode刷题实战290:单词规律
LeetCode刷题实战291:单词规律II
LeetCode刷题实战292:Nim 游戏
LeetCode刷题实战293:翻转游戏
LeetCode刷题实战294:翻转游戏II
LeetCode刷题实战295:数据流的中位数
LeetCode刷题实战296:最佳的碰头地点
LeetCode刷题实战297:二叉树的序列化与反序列化
LeetCode刷题实战298:二叉树最长连续序列
LeetCode刷题实战299:猜数字游戏

浏览 24
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报