【算法|动态规划No.7】leetcode300. 最长递增子序列

个人主页:兜里有颗棉花糖
欢迎 点赞 收藏✨ 留言✉ 加关注本文由 兜里有颗棉花糖 原创
收录于专栏【手撕算法系列专栏】【LeetCode】
本专栏旨在提高自己算法能力的同时,记录一下自己的学习过程,希望对大家有所帮助
希望我们一起努力、成长,共同进步。
【算法|动态规划No.7】leetcode300. 最长递增子序列_第1张图片

点击直接跳转到该题目

1️⃣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

注意:

  • 1 <= nums.length <= 2500
  • -10^4 <= nums[i] <= 10^4

2️⃣题目解析

本题目使用动态规划来解决此问题。

dp[i]表示以第i个元素结尾的最长递增子序列的长度。通过不断更新以每个元素结尾的最长递增子序列的长度,最终得到整个数组的最长递增子序列的长度。

对于每个位置i,都需要遍历位置i之前的所有元素(j=0到i-1),判断当前元素nums[i]和之前的元素nums[j]的大小关系。

如果nums[i]大于nums[j],说明当前元素可以接在nums[j]构成的递增子序列后面,更新dp[i]为dp[j]+1,表示将当前元素纳入递增子序列中的长度。

3️⃣解题代码

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n = nums.size();
        vector<int> dp(n,1);
        int ret = 1;
        for(int i =1;i < n;i++)
        {
            for(int j =0;j < i;j++)
                if(nums[i] > nums[j])
                    dp[i] = max(dp[j]+1,dp[i]);
            ret = max(ret,dp[i]);
        }
        return ret;
    }
};

最后就是代码通过啦!!!

【算法|动态规划No.7】leetcode300. 最长递增子序列_第2张图片

你可能感兴趣的:(手撕算法系列专栏,LeetCode,算法,动态规划)