leetcode 300 最长递增子序列 JavaScript
思路:
首先确定一个数为本次遍历的末尾,之后从其前面开始寻找递增的子序列,从而获取长度,对比每次遍历的长度,取最大的值即可。
本次思路讲一下动态规划的实现方法
首先要确定dp用二维还是一维
因为要找最长递增,在第二层遍历中,肯定要以0开始,所以用dp[i]即可
那么这里 dp[i]代表,以第 i + 1个数结尾的 最长上升子序列的长度(0<=i
因为默认最短是数本身,所以dp中的所有值初始都为1(比如从第1个数到第1个数的长度,就是他本身,1)
那么遍历过程中,只要是遇到比第 i 个数小的值,都进行一次dp的记录
比如例[10,9,2,5,3,7,101,18]
i=0 无;
i=1;无;
i=2 无 此时dp[2]=1;
i=3时,5大于2,dp[3]=2;
i=4时,2比3小,dp[4]=dp[2]+1 = 2;
i=5时,2比7小,dp[5]=dp[2]+1=2; 5比7小,dp[5]=dp[3]+1=3; 所以最大取3
i=6时,10比101小,dp[6]=dp[0]+1=2; 9比101小,dp[6] = dp[1]+1=2; …取最大值为dp[6]=dp[5]+1=4
…
本人dp贼菜,不看答案想不出来,要分析一波才懂,唉,在座的刷题人一起努力吧,愿所有程序员前程似锦,共勉。
var lengthOfLIS = function (nums) {
if (nums.length == 0) return 0;
let dp = new Array(nums.length);
dp.fill(1);
let res = 0;
for (let i = 0; i < nums.length; i++) {
for (let 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;
}