• LeetCode300:最长递增子序列


    要求

    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。
    在这里插入图片描述

    题目分析

    需要对「子序列」和「子串」这两个概念进行区分;

    • 子序列(subsequence):子序列并不要求连续,例如:序列 [4, 6, 5] 是 [1, 2, 4, 3, 7, 6, 5] 的一个子序列;
    • 子串(substring、subarray):子串一定是原始字符串的连续子串。

    子序列中元素的 相对顺序 很重要,子序列中的元素 必须保持在原始数组中的相对顺序。如果把这个限制去掉,将原始数组去重以后,元素的个数即为所求;

    思路

    方法一:动态规划
    状态定义:dp[i] 表示:以 nums[i] 结尾 的「上升子序列」的长度。 这个定义中 nums[i] 必须被选取,且必须是这个子序列的最后一个元素;
    初始化:dp[i] = 1,1 个字符显然是长度为 1 的上升子序列。
    返回数组dp的最大值

    public class LeetCode300 {
        public int lengthOfLIS(int[] nums) {
            //边界判断
            if (nums.length < 2){
                return nums.length;
            }
    
            int[] dp = new int[nums.length];
            //dp数组初始值为1
            Arrays.fill(dp,1);
    
            for (int i = 1; i < nums.length; i++) {
                for (int j = 0; j < i; j++) {
                    //前面小于后面的,则证明有以nums[i]结尾的上升序列,比较最长上升子序列的长度
                    if (nums[j] < nums[i]){
                        dp[i] = Math.max(dp[i],dp[j] + 1);
                    }
                }
            }
    
            int res = 0;
            //循环pd数组,寻找到最长上升子序列的长度
            for (int i = 0; i < nums.length; i++) {
                res = Math.max(res,dp[i]);
            }
            return res;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28

    时间复杂度:O(N^2),这里 N 是数组的长度;
    空间复杂度:O(N),要使用和输入数组长度相等的状态数组;


    方法二:动态规划 + 二分查找

    1、状态定义:dp[i] 表示:长度为 i + 1 的 所有 上升子序列的结尾的最小值。
    解释: dp[0] 表示长度为 1 的所有上升子序列中,结尾最小的元素的数值。以题目中的示例为例 [10, 9, 2, 5, 3, 7, 101, 18] 中,容易发现长度为 2 的所有上升子序列中,结尾最小的是子序列 [2, 3] ,因此 tail[1] = 3;
    下标和长度有数值为 1 的偏差;


    2、说明:
    1、在遍历数组 nums 的过程中,如果新数num大于有序数组 dp的最后一个元素,就把 num 放在有序数组 dp 的后面,否则进入第 2 点;

    2、在有序数组 dp中查找第 1 个等于大于 num 的那个数,试图让它变小:

    • 如果有序数组 dp 中存在 等于 num 的元素,什么都不做,因为以 num 结尾的最短的「上升子序列」已经存在;
    • 如果有序数组 dp 中存在 大于 num 的元素,找到第 1 个,让它变小,这样我们就找到了一个 结尾更小的相同长度的上升子序列。

    3、初始化:遍历第 1 个数 nums[0],直接放在有序数组 dp 的开头 tail[0] = nums[0]

    4、返回有序数组dp的长度即可
    在这里插入图片描述

    public class LeetCode300 {
        public int lengthOfLIS(int[] nums) {
            if (nums.length < 2){
                return nums.length;
            }
    
            //定义dp数组:长度为i + 1的上升子序列的末尾最小值;第一个值直接放到dp有序数组开头
            int[] dp = new int[nums.length];
            dp[0] = nums[0];
            //定义有序数组dp的最后一个已经赋值元素的索引
            int end = 0;
    
            for (int i = 1; i < nums.length; i++) {
                //数组中的元素比有序数组dp中最后一个元素还大的话,end先加1,添加到那个元素后面
                if (nums[i] > dp[end]){
                    end++;
                    dp[end] = nums[i];
                }else {
                    //使用二分查找在有序数组dp中,找到第一个大于等于nums[i]元素的数,尝试让那个元素更小
                    int left = 0,right = end;
                    while (left < right){
                        //这里是向下取整
                        int mid = left + (right - left)/2;
                        //如果有序数组的中位数比数组nums[i]的元素小的话,当前中位数肯定不是目标数,移动位置
                        if (dp[mid] < nums[i]){
                            left = mid + 1;
                        }else {
                            right = mid;
                        }
                    }
                    dp[left] = nums[i];
                }
            }
            //end是有序数组中的最后一个元素,+1之后返回长度,因为下标是从0开始的
            end++;
            return end;
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    时间复杂度:O(NlogN),遍历数组使用了 O(N),二分查找法使用了 O(logN)。
    空间复杂度:O(N)

  • 相关阅读:
    进制转换计算器
    Service 层异常抛到 Controller 层处理还是直接处理?
    【LeetCode动态规划#14】子序列系列题(最长递增子序列、最长连续递增序列、最长重复子数组、最长公共子序列)
    什么牌子的蓝牙耳机耐用?类似airpods pro的降噪耳机推荐
    java毕业生设计爱心公益网站设计与制作计算机源码+系统+mysql+调试部署+lw
    中医-判断“上火”的来源及常用解决方案
    两化融合资质认证流程
    MongoDB的安装和配置
    vue项目中使用lottie
    lvs负载均衡
  • 原文地址:https://blog.csdn.net/weixin_46426906/article/details/127550909