最长上升序列篇
解法一:动态规划
解题思路:
状态定义:
dp[i]的值代表 nums 前 i 个数字的最长子序列长度。
转移方程: 设 j∈[0,i),考虑每轮计算新 dp[i]时,遍历 [0,i) 列表区间,做以下判断:
当 nums[i] > nums[j]时: nums[i] 可以接在 nums[j] 之后(此题要求严格递增),此情况下最长上升子序列长度为 dp[j] + 1;
当 nums[i]<=nums[j] 时: nums[i]无法接在nums[j] 之后,此情况上升子序列不成立,跳过。
上述所有 1. 情况 下计算出的dp[j]+1 的最大值,为直到 i 的最长上升子序列长度(即 dp[i])。实现方式为遍历 j 时,每轮执行 dp[i]=max(dp[i],dp[j]+1)。
转移方程: dp[i] = max(dp[i], dp[j] + 1) for j in [0, i)。
初始状态:
dp[i] 所有元素置 1,含义是每个元素都至少可以单独成为子序列,此时长度都为 1。
返回值:
返回 dp 列表最大值,即可得到全局最长上升子序列长度。
复杂度分析:
时间复杂度 O(N^2) : 遍历计算 dp 列表需 O(N),计算每个 dp[i] 需 O(N)。
空间复杂度 O(N): dp列表占用线性大小额外空间。
class Solution {
public int lengthOfLIS(int[] nums) {
if (nums == null) {
return 0;
}
int len = nums.length;
if (len <= 1) {
return len;
}
int[] dp = new int[len];
Arrays.fill(dp, 1);
int res = 0;
for (int i = 0; i < len; i++) {
for (int j = 0; j < i; j++) {
if (nums[j] < nums[i]) {
dp[i] = Math.max(dp[i], dp[j] + 1);
}
}
res = Math.max(res, dp[i]);
}
return res;
}
}
难度中等
我们在两条独立的水平线上按给定的顺序写下 A
和 B
中的整数。
现在,我们可以绘制一些连接两个数字 A[i]
和 B[j]
的直线,只要 A[i] == B[j]
,且我们绘制的直线不与任何其他连线(非水平线)相交。
以这种方法绘制线条,并返回我们可以绘制的最大连线数。
示例 1:
输入:A = [1,4,2], B = [1,2,4] 输出:2 解释: 我们可以画出两条不交叉的线,如上图所示。 我们无法画出第三条不相交的直线,因为从 A[1]=4 到 B[2]=4 的直线将与从 A[2]=2 到 B[1]=2 的直线相交。
示例 2:
输入:A = [2,5,1,2,5], B = [10,5,2,1,5,2] 输出:3
示例 3:
输入:A = [1,3,7,1,7,5], B = [1,9,2,5,1] 输出:2
提示:
1 <= A.length <= 500
1 <= B.length <= 500
1 <= A[i], B[i] <= 2000
class Solution {
public int maxUncrossedLines(int[] A, int[] B) {
int aLen = A.length;
int bLen = B.length;
int count = 0;
int lastindex= 0;
for (int i = 0; i < aLen; i++) {
for (int j = lastindex; j < bLen; j++) {
if (A[i] == B[j]) {
count++;
lastindex = j + 1;
break;
}
}
}
return count;
}
}