Leetcode300 最长递增子序列

最新推荐文章于 2025-11-26 15:10:45 发布

原创最新推荐文章于 2025-11-26 15:10:45 发布 · 260 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #动态规划

Leetcode/剑指offer-【数组篇】专栏收录该内容

72 篇文章

订阅专栏

文章介绍了如何使用动态规划算法解决LeetCode上的一个问题，即在给定整数数组中找到最长的严格递增子序列的长度。通过遍历数组并更新dp数组来实现求解过程。

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

解题思路：动态规划

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

代码如下：

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums.length == 0){
            return 0;
        }
        int res = 0;
        int[] dp = new int[nums.length];
        Arrays.fill(dp,1);
        for(int i = 0; i < nums.length;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;
      
    }
}