300. 最长递增子序列

image.png

解法

动态规划，时间复杂度为O(N * N)

class Solution {
    public int lengthOfLIS(int[] nums) {
        int len = nums.length;
        // 以i为结尾的字符串，最大升序列的值
        int[] dp = new int[len];
        // 初始化每个位置为1，最起码为1
        Arrays.fill(dp, 1);
        int maxRes = 1;
        for (int i = 1; i < len; i++) {
            for (int j = 0; j < i; j++) {
                // i 大于 j的情况下，在原有值上加1
                if (nums[i] > nums[j]) {
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
            maxRes = Math.max(maxRes, dp[i]);
        }
        return maxRes;
    }
}

贪心算法+二分查找，O(NlogN)

class Solution {
    public int lengthOfLIS(int[] nums) {
        int len = nums.length;
        // 代表递增序列长度为i时，最小的末尾字符串
        int[] d = new int[len + 1];
        int n = 1;
        d[1] = nums[0];
        for (int i = 1; i < len; i++) {
            if (nums[i] > d[n]) {
                d[++n] = nums[i];
            } else {
                // 寻找nums[i]在d数组中，大于d[pos],小于d[pos+1]的位置，去更新pos+1的位置为更小的值
                // 下面的计算中，二分逼近，小于nums[i]的最大数，即pos位置
                int l = 1;
                int r = n;
                int pos = 0;
                while (l <= r) {
                    int mid = (l + r) / 2;
                    if (d[mid] < nums[i]) {
                        pos = mid;
                        l = mid + 1;
                    } else {
                        r = mid - 1;
                    }
                }
                d[pos + 1] = nums[i];
            }
        }
        return n;
    }
}