Leetcode300. 最长递增子序列

【LeetCode】300. 最长递增子序列 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。 阅读详情

Every day a Leetcode

题目来源:300. 最长递增子序列

解法1:递归

枚举 nums[i] 作为最长递增子序列的末尾元素,那么需要枚举 nums[j] 作为最长递增子序列的倒数第二个元素,其中 j<i 并且 nums[j]<nums[i]。

问题转化为更小的子问题:求以 nums[j] 为末尾的最长递增子序列,可以用递归来求解

代码:

// 递归

class Solution
{
public:
    int lengthOfLIS(vector<int> &nums)
    {
        // 特判
        if (nums.size() == 1)
            return 1;

        int n = nums.size();

        function<int(int)> dfs = [&](int i)
        {
            int res = 0;
            for (int j = 0; j < i; j++)
                if (nums[j] < nums[i])
                    res = max(res, dfs(j));
            return res + 1;
        };

        int ans = 0;
        for (int i = 0; i < n; i++)
            ans = max(ans, dfs(i));
        return ans;
    }
};

结果:

在这里插入图片描述

复杂度分析:

时间复杂度:O(n2),其中 n 是数组 nums 的元素个数。

空间复杂度:O(n),其中 n 是数组 nums 的元素个数。

解法2:动态规划

将

代码:

// 动态规划

class Solution
{
public:
    int lengthOfLIS(vector<int> &nums)
    {
        // 特判
        if (nums.size() == 1)
            return 1;

        int n = nums.size(), maxLength = 0;
        // 状态数组,并初始化
        vector<int> dp(n, 1);
        // 状态转移
        for (int i = 0; i < n; i++)
            for (int j = 0; j < i; j++)
            {
                if (nums[j] < nums[i])
                    dp[i] = max(dp[i], dp[j] + 1); // 状态转移方程
                maxLength = max(maxLength, dp[i]);
            }
        return maxLength;
    }
};

结果:

在这里插入图片描述

复杂度分析:

时间复杂度:O(n2),其中 n 是数组 nums 的元素个数。

空间复杂度:O(n),其中 n 是数组 nums 的元素个数。

解法3:贪心 + 二分查找

遍历数组 nums:

在这里插入图片描述

最后 g 就是最长递增子序列。

在这里插入图片描述

对应到代码上,就是把 lower_bound 改成 upper_bound。

代码:

// 贪心 + 二分查找

class Solution
{
public:
    int lengthOfLIS(vector<int> &nums)
    {
        // 特判
        if (nums.size() == 1)
            return 1;

        int n = nums.size();
        vector<int> g;
        for (int i = 0; i < n; i++)
        {
            int j = lower_bound(g.begin(), g.end(), nums[i]) - g.begin();
            if (j == g.size())
                g.push_back(nums[i]);
            else
                g[j] = nums[i];
        }
        return g.size();
    }
};

结果:

在这里插入图片描述

复杂度分析:

时间复杂度:O(nlogn),其中 n 是数组 nums 的元素个数。

空间复杂度:O(n),其中 n 是数组 nums 的元素个数。

leetCode 300.最长递增子序列 (贪心 + 二分 ) + 图解 + 优化 + 拓展 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”dp[i]表示 i 之前包括 i 的以 nums[i] 结尾的最长递增子序列的长度。这里就用反证法来证明,如果 g 不是严格递增的,比如说 g = [1,6,6] 那么最后的这个 6 肯定会对应一个长为 3 的,末尾为 6 的上升子序列,那第二个数是小于等于5的,而这就和第一个6矛盾了,它表示第二个数最小是6。所以通过反证法,我们可以得出 g 一定是一个严格递增的序列,知道 g 是严格递增的,就可以得出后面的结论了。 阅读详情

相关推荐

最长递增子序列

最长递增子序列,动态规划,耐心排序,二分查找

优快云 1956

leetcode:300. 最长递增子序列

题目来源 leetcode:300. longest-increasing-subsequence最长递增子序列 题目描述 题目解析 题意: 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 题目中的「上升」的意思是「严格上升」。反例: [1, 2, 2, 3] 不能算作

OceanStar的博客 3092

300.最长递增子序列

本题中,正确定义dp数组的含义十分重要。dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度为什么一定表示 “以nums[i]结尾的最长递增子序” ,因为我们在 做 递增比较的时候,如果比较 nums[j] 和 nums[i] 的大小,那么两个递增子序列一定分别以nums[j]为结尾 和 nums[i]为结尾, 要不然这个比较就没有意义了,不是尾部元素的比较那么 如何算递增呢。

qq_46130027的博客 181

动态表单设计

自定一表单数据结构。内容展示如有必要行转列。前端根据题目类型自定义组件后端跟俊题目类型用策略模式校验各种类型这样有统计功能的简单动态问卷就可以了展示时可能某些场景需要行转列。大概估摸使用的话有可能kmic_form_data_detail表的记录数比较大,后期再考虑数据或者表迁移或拆分。

zquwei的博客 3478

VScode搭建Opencv(C++开发环境)

VScode配置Opencv一、准备软件二 、下载软件1、MinGw下载2、 Cmake下载3、Opencv下载三、编译1、cmake-gui2、make3、install四、 VScode配置1、launch.json2、c_cpp_properties.json3、tasks.json五、测试 用了半天事件,看了各种的博客终于配置成功了,在这里记录并分享一下,让更多的人少走弯路。 本次环境是Win 10. 一、准备软件 我们本次用到的3个软件,(建议读者文件路径,文件版本 尽量都和我相同,这样不容易出错

河旬的博客 8万+

300. 最长递增子序列【 力扣(LeetCode) 】

本文介绍了解决“最长递增子序列”问题的两种方法:动态规划和贪心算法结合二分查找。动态规划方法通过从后向前遍历数组,计算每个位置的最长递增子序列长度,时间复杂度为O(n²),空间复杂度为O(n)。贪心算法结合二分查找则通过维护一个递增序列,利用二分查找优化插入或替换操作,时间复杂度为O(n log n),空间复杂度为O(n)。两种方法各有优劣,动态规划易于理解,而贪心算法在效率上更优。

yyh520025的博客 1776

车辆动力学仿真模型的可信度评估方法

以转向工况测试为例,实车采集的方向盘转角作为车辆动力学模型的输入,记录车辆动力学模型的横摆角速度的输出结果,计算横摆角速度的幅频特性,根据《GB/T 6323-2014 转向盘角脉冲试验》的方法,获取横摆角速度峰值、横摆角速度谐振峰频率、横摆角速度谐振峰水平,与采集的实车结果对比,并计算车辆动力学模型和实车对于关键对比参数的相对误差。由公式(2)计算可得,在制动工况和转向工况测试下,车辆动力学模型和实车的纵向车速、制动减速度、制动距离、横摆角速度基本一致,精度> 85%,具有较好的精度。

wangchen900705的博客 1963

【中等】力扣算法题解析LeetCode300:最长递增子序列

LeetCode 300题要求计算数组的最长递增子序列(LIS)。采用贪心+二分查找策略,维护一个严格递增的tail数组,tail[i]记录长度为i+1的LIS的最小末尾值。遍历时,若当前数大于tail末尾则扩展数组,否则二分查找替换位置,确保tail始终最优。算法时间复杂度为O(n log n),空间复杂度O(n)。Java实现通过二分优化替换操作,最终tail长度即为LIS长度,高效满足进阶要求。

ylumwd的博客 913

C#上位机性能优化全攻略:彻底解决界面卡顿+多线程死锁+PLC数据延迟,产线实测稳定运行2年

一开始我们用的是网上找的零散优化代码,根本满足不了要求,后来花了2个月的时间,把之前27条产线的代码整理、重构、优化,做了一套这套方案上线后,连续稳定运行2年零3个月:界面响应时间稳定在50ms以内,多线程死锁率持续为0,PLC数据延迟稳定在150ms以内,系统可用率≥99.99%,帮客户一年省下了超过480万的停线损失、罚款损失和人工成本,客户第二年就把剩下的22条产线也全部交给我们做了,还介绍了3家同行。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 294

如何在 Mac 上下载安装 Xcode——并为 iOS 开发更新它原文

下载 Xcode安装命令行工具打开新版本删除文件注意,我在下面的步骤中列出了一些终端命令。这些命令可以被输入到你现在的工作目录中。这意味着你不需要导航到任何特定的文件夹。如果你真的想这样做,你可以在输入下面的步骤中的命令之前先输入== cd==。这将使你返回到主文件夹。

专注于AI领域前沿知识,业余爱好开发软件 4671

【算法题】300. 最长递增子序列-力扣(LeetCode)

所以就可以得出状态转移方程: *dp*[*i*]=max(*dp*[*j*])+1,其中0≤*j*

Janium的博客 939

数字信号处理----数字上变频和下变频都FPGA实现

** 数字信号处理基础----信号下变频和解调 一、 任务介绍 数字上变频器(DUC)和数字下变频器(DDC)广泛应用于通信系统,用于信号采样速率的转换。当信号从基带转换至中频( IF )带,需要使用数字上变频器。而数字下变频器是用于将信号从中频( IF )带转换为基带。DUC和DDC通常包括使用混频器进行频率转换,此外还有采样率转换。DUC或DDC的结构主要取决于所需要的转换率。例如,WiMAX (全球互通微波接入)系统典型的转换率为8—10阶。对于如此低的转换率,DUC和DDC只需采用FIR滤波器架构。

Born_toward的博客 3万+

LeetCode 300. 最长递增子序列

更多题解尽在每日更新。组队打卡,更多解法等你一起来参与哦!,难度。

m0_64381458的博客 1654

YOLO26中的PPM空间金字塔池化:改良设计与多尺度特征提取教程

在计算机视觉的语义分割任务中,准确理解图像中的上下文信息至关重要。例如,在街景图像中,可能同时存在远处的小汽车和近处的大建筑物,网络需要具备捕获多尺度上下文信息的能力。例如,要正确识别图像中的"船",不仅需要看到船本身的特征,还需要理解周围的水面环境。金字塔的每一层对应不同的池化尺度,从细粒度到粗粒度,形成了多层次的特征表示。PPM(Pyramid Pooling Module)正是为了解决这一问题而提出的模块,它通过构建金字塔形状的池化结构,有效地聚合不同尺度的上下文信息,从而提升语义分割的精度。

LXY_LOVE36的博客 83

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

力扣 leetcode 300. 最长递增子序列(python)

Topic 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] Example_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 。 Example_2 输入:nums = [0,1,0,3,2,3] 输出:4 Example_3 输入:num

weixin_50791900的博客 2439

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

leetcode力扣 300. 最长递增子序列

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...

小程xy的博客 1235

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Leetcode 300 题 最长递增子序列

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。 示例: 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 。 思路分析 这道题求最长上升子序列,我们可以定义一个 dp 数组,dp[i] 表示以 nums[i] 为最后一个元素时,最长上

笑忘哭的博客 5527

leetcode力扣 300. 最长递增子序列 II

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。

小程xy的博客 1010

Leetcode.300 最长递增子序列

因为dp[i]需要进行比较,比如说在i=3时,即3:[0,1,0,3)中,此时3肯定比第一个0大,而0即dp[0]=1,此时dp[i=3]中的数值更新为dp[0]+1,但是这不意味着就是最长的子序列了,我们往后比较,此时3肯定比1大吧,而此时dp[1]=2,我们此时的dp[i=3]需要等于dp[1]+1,但是我们已经填好了dp[i=3]了,如果此时dp[i]+1比我现在的目标大且不进行更新,那我的最终答案就出错了,所以我们需要在每一次的nums[i]>nums[j]中进行比较,更新获得最大值。

m0_73979954的博客 1365

动态规划-300.最长递增子序列-力扣(LeetCode)

我们想要知道的是最长递增子序列长度,所以dp[i]表示:以i位置元素为结尾的所有子序列中最长递增子序列的长度。此时我们需要另一个变量j来表示j属于[0,i-1],在这个区间内找出以i位置为结尾的最长子序列。由于dp表中记录的是[0,i]位置的最长子序列,所以只需要返回dp表中的最大值即可。回过头来,我们分析题目给出的条件,其中要注意的是严格递增这个字眼。对表全部初始化为1,避免判断长度是否大于1。

black_bear_white的博客 673

Leetcode 300: 最长递增子序列

Leetcode 300: 最长递增子序列 问题描述: 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。 来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/longest-increasing-subsequence 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请

weixin_43864155的博客 358

力扣LeetCode-300. 最长递增子序列-题解

力扣LeetCode-300. 最长递增子序列-题解 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。 来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/longest-increasing-subsequence 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明

<font color="Pink">Tisfy的博客</font> 680

LeetCode 300 最长递增子序列

LeetCode 300 最长递增子序列 题目链接 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

旺崽的博客 2172

【leetcode】300. 最长递增子序列

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。解释:最长递增子序列是 [2,3,7,101],因此长度为 4。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。输入:nums = [10,9,2,5,3,7,101,18]输入:nums = [7,7,7,7,7,7,7]输入:nums = [0,1,0,3,2,3]

qq_38473254的博客 852

LeetCode第300题_最长递增子序列

摘要 LeetCode 300题"最长递增子序列"考察动态规划和二分查找算法。文章提供两种解法:动态规划法(O(n²))和更高效的贪心+二分法(O(nlogn)),包含C#、Python、C++三种语言实现。动态规划思路简单但性能较差,二分查找法通过维护最小结尾值数组显著提升效率。测试结果显示C++实现性能最佳,Python动态规划版本耗时最长。该题适合算法学习者掌握子序列问题和优化技巧。

qq_40263592的博客 1191
上一篇: Leetcode2826. 将三个组排序
下一篇: Leetcode 第 111 场双周赛题解
UestcXiye
博客等级 码龄8年 9033粉丝 1306原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UestcXiye

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值