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 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?
解题思路:
简单dp。
代码:
public class LC300 {
//dp,使用dp数组来存取拥有该元素的当前严格递增子序列的最长长度
//注意这里dp[nums.length - 1]并不一定是最长的,它存是的含有nums[nums.length - 1]的最长子序列
//时间复杂度O(n^2) 空间复杂度O(n)
public int lengthOfLIS(int[] nums) {
int[] dp = new int[nums.length + 10];
//将dp数组全部初始化为1,即当前最长严格递增子序列为该元素本身
Arrays.fill(dp,1);
for (int i = 1;i < nums.length; i++){
//遍历到i元素时,去查看它之前的元素,有比它小的就说明需要更新一下最长子序列
for (int j = 0; j < i; j++){
if (nums[j] < nums[i]){
dp[i] = Math.max(dp[i],dp[j]+1);
}
}
}
int ans = 0;
for (int num : dp){
ans = Math.max(num,ans);
}
return ans;
}
public static void main(String[] args) {
LC300 obj = new LC300();
System.out.println(obj.lengthOfLIS(new int[]{1,3,6,7,9,4,10,5,6}));
}
}

本文介绍如何使用O(n^2)简单动态规划解决LeetCode第300题,计算给定整数数组中最长的严格递增子序列长度。通过实例演示和代码实现,探讨了如何通过比较和更新dp数组来提升效率。

1325

被折叠的 条评论
为什么被折叠?



