最长上升子序列——DP、二分法

本文介绍了如何解决LeetCode上的最长上升子序列问题,重点讲解了使用动态规划(DP)和二分查找的方法。首先阐述了动态规划的五部曲,包括dp数组的含义、状态转移方程、初始化以及遍历顺序,并提供了DP代码实现。接着提到了二分法在求最长上升子序列长度中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、题目描述

https://leetcode-cn.com/problems/longest-increasing-subsequence

2、解题思路

2.1 DP动态规划

根据题意。我们可以发现,下标i处的最长上升子序列长度与前面下标的最长上升子序列长度有关。 比如nums[i]>nums[j] 那么 此时i位置的最长上身子序列长度等于 j位置最长序列长度+1;

动态规划五部曲:

1、dp[i]的含义:

dp[i]表示从0~i下标范围内的最大上升子序列的长度;

2、状态转移

位置i处的最长上升子序列的长度 等于j从0到i-1的各位置的最长上升序列长度+1,那么此时针对dp[i]的子序列长度就有i-1组,我们需要再选出最大的作为下标i的最大子序列长度

for(int j=0;j<i;j++){ 

        if(num[i]>num[j]) {

                dp[i] =Math.max(dp[i] ,dp[j]+1)  //注意这里不是要dp[i] 与 dp[j] + 1进行比较,而是我们要取dp[j] + 1的最大值
        }

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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