算法的重要性,我就不多说了吧,想去大厂,就必须要经过基础知识和业务逻辑面试+算法面试。所以,为了提高大家的算法能力,这个公众号后续每天带大家做一道算法题,题目就从LeetCode上面选 !
今天和大家聊的问题叫做 最长递增子序列,我们先来看题面:
https://leetcode-cn.com/problems/longest-increasing-subsequence/
Given an integer array nums, return the length of the longest strictly increasing subsequence.
A subsequence is a sequence that can be derived from an array by deleting some or no elements without changing the order of the remaining elements. For example, [3,6,2,7] is a subsequence of the array [0,3,1,6,2,2,7].
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
https://blog.csdn.net/nie2314550441/article/details/107269090
3.1 方法一:动态规划
动态规划递推公式:dp[i]=max(dp[j])+1,其中0≤j
复杂度分析:
时间复杂度:O(n^2)
空间复杂度:O(n)
以输入序列 [10,9,2,5,3,7,101,18]为例,数组变化如下图所示
3.2 方法二:贪心 + 二分查找
贪心法 + 二分法:使用数组来进行上升序列的积累。如果上升则积累(append),如果下降,则通过二分法找到探索元素的位置进行替换(不改变数组的长度)。最终返回数组的长度。
设当前已求出的最长上升子序列的长度为 len(初始时为 1),从前往后遍历数组 nums,在遍历到 nums[i] 时:
如果 nums[i]>dp[len] ,则直接加入到 dp 数组末尾,并更新 len=len+1;
否则,在 d 数组中二分查找,在 dp 数组中找到第一个大于或等于 nums[i] 的数 dp[k] ,并更新 d[k]=nums[i]。
复杂度分析:
时间复杂度:O(nlogn)
空间复杂度:O(n)
以输入序列 [10,9,2,5,3,7,101,18]为例,数组变化如下图所示:
最终得到最大递增子序列长度为 4。
#pragma once
#include
#include
#include
using namespace std;
#define NAMESPACE_LENGTHOFLIS namespace NAME_LENGTHOFLIS {
#define NAMESPACE_LENGTHOFLISEND }
NAMESPACE_LENGTHOFLIS
// 动态规划
// 递推公式:dp[i]=max(dp[j])+1,其中0≤j& nums)
{
int n=(int)nums.size();
if (n == 0) return 0;
vector dp(n, 0);
int maxLen = 1;
for (int i = 0; i < n; ++i)
{
dp[i] = 1;
for (int j = 0; j < i; ++j)
{
if (nums[j] < nums[i])
{
dp[i] = max(dp[i], dp[j] + 1);
maxLen = max(maxLen, dp[i]);
}
}
}
//return *max_element(dp.begin(), dp.end());
return maxLen;
}
};
// 动态规划
// dp[i] = max(dp[j]) + 1, 其中 0 ≤ j < i 且 num[j] < num[i]
class Solution
{
public:
// 返回不小于目标值的位置
int search(vector & nums, int target)
{
int l = 0;
int r = nums.size() - 1;
while(l < r)
{
int mid = (r + l) / 2;
if(target == nums[mid])
return mid;
else if(target > nums[mid])
l = mid + 1;
else if(target < nums[mid])
r = mid;
}
return l;
}
int lengthOfLIS(vector& nums)
{
int len = nums.size();
vector dp;
if(len <= 0) return 0;
dp.push_back(nums[0]);
for(int i = 1;i < len;i++)
{
if(nums[i] > dp[dp.size() - 1])
dp.push_back(nums[i]);
else
{
//auto it = lower_bound(dp.begin(), dp.end(), nums[i]);
//*it = nums[i];
int p = search(dp,nums[i]);
dp[p] = nums[i];
}
}
return dp.size();
}
};
以下为测试代码//
// 测试 用例 START
void test(const char* testName, vector& nums, int expect)
{
Solution_1 s1;
int result1 = s1.lengthOfLIS(nums);
Solution_2 s2;
int result2 = s2.lengthOfLIS(nums);
if (expect == result1 && expect == result2)
cout << testName << ", solution passed." << endl;
else
cout << testName << ", solution failed. expect:" << expect << ", result1:" < nums = { 10,9,2,5,3,7,101,18 };
int expect = 4;
test("Test1()", nums, expect);
}
void Test2()
{
vector nums = { 10,11,1,2,3,12,13,4 };
int expect = 5;
test("Test2()", nums, expect);
}
NAMESPACE_LENGTHOFLISEND
// 测试 用例 END
//
void LengthOfLIS_Test()
{
NAME_LENGTHOFLIS::Test1();
NAME_LENGTHOFLIS::Test2();
}
好了,今天的文章就到这里,如果觉得有所收获,请顺手点个在看或者转发吧,你们的支持是我最大的动力 。
上期推文:
LeetCode1-280题汇总,希望对你有点帮助!
LeetCode刷题实战281:锯齿迭代器
LeetCode刷题实战282:给表达式添加运算符
LeetCode刷题实战283:移动零
LeetCode刷题实战284:顶端迭代器
LeetCode刷题实战285:二叉搜索树中的顺序后继
LeetCode刷题实战286:墙和门
LeetCode刷题实战287:寻找重复数
LeetCode刷题实战288:单词的唯一缩写
LeetCode刷题实战289:生命游戏
LeetCode刷题实战290:单词规律
LeetCode刷题实战291:单词规律II
LeetCode刷题实战292:Nim 游戏
LeetCode刷题实战293:翻转游戏
LeetCode刷题实战294:翻转游戏II
LeetCode刷题实战295:数据流的中位数
LeetCode刷题实战296:最佳的碰头地点
LeetCode刷题实战297:二叉树的序列化与反序列化
LeetCode刷题实战298:二叉树最长连续序列
LeetCode刷题实战299:猜数字游戏