Longest Increasing Subsequence (Medium)

最新推荐文章于 2021-05-19 20:56:56 发布

原创最新推荐文章于 2021-05-19 20:56:56 发布 · 322 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#最长递增子序列 #LIS #二分查找 #map

leetcode 专栏收录该内容

9 篇文章

订阅专栏

本文介绍了一种求解最长递增子序列(LIS)问题的算法实现，使用C++编程语言并借助map数据结构来高效地解决问题。通过迭代输入序列，利用map的lower_bound方法查找合适的插入位置，并记录以每个元素结尾的最长递增子序列长度。

第一次做题思路201511092250

1.采用map存储，key为nums[i]，value为以nums[i]为结尾的最大递增子序列的长度

2.采用map里面的lower_bounder函数直接找出第一个大于或等于nums[i]的位置，位置ite--，然后遍历前面的数，找出比nums[i]的数里面，长度len最长的，令nums[i]的最大递增子序列的长度为len+1

3.AC时间为148ms

class Solution {
public:
	int lengthOfLIS(vector<int>& nums) {
		map<int, int> m;
		int maxLength = 0;
		for (int i = 0; i < nums.size(); i++)
		{
			map<int, int>::iterator ite = m.lower_bound(nums[i]);
			if (ite == m.begin())
				m[nums[i]] = 1;
			else
			{
				ite--;
				int tmpMax = ite->second + 1;
				for (; ite != m.begin(); ite--)//寻找比nums[i]小的数，并在这些数里面，找出长度最大的
					tmpMax = max(tmpMax, ite->second + 1);
				if (ite == m.begin())//寻找比nums[i]小的数，并在这些数里面，找出长度最大的
					tmpMax = max(tmpMax, ite->second + 1);
				m[nums[i]] = tmpMax;
			}
			maxLength = max(maxLength, m[nums[i]]);
		}
		return maxLength;
	}
};