300. 最长递增子序列

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

解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。 示例 3:

输入: nums = [7,7,7,7,7,7,7]
输出:1

提示: 1 <= nums.length <= 2500 -104 <= nums[i] <= 104 进阶:

你可以设计时间复杂度为 O(n2) 的解决方案吗?

你能将算法的时间复杂度降低到 O(n log(n)) 吗?

解题思路1-动态规划

动态规划
状态数组dp[i] 表示以 nums[i] 这个数结尾的最长递增子序列的长度(注意nums[i]是这个递增子序列的结尾)
状态转移dp[i] = max(dp[i],dp[j] + 1)
既然是递增子序列,只要找到前面那些结尾比nums[i]小的子序列,然后把nums[i]接到最后,就可以形成一个新的递增子序列,而且这个新的子序列长度加一。
最长递增子序列长度:dp[]中的最大值

  1. class Solution {
  2. public:
  3. int lengthOfLIS(vector<int>& nums) {
  4. int len = nums.size();
  5. //dp[i]表示以nums[i]这个数结尾的最长递增子序列的长度(注意nums[i]是这个递增子序列的结尾)
  6. vector<int>dp(len,1);
  7. for (int i = 0;i < len;i++) {
  8. for (int j = 0;j < i;j++) {
  9. //既然是递增子序列,只要找到前面那些结尾比nums[i]小的子序列,然后把nums[i]接到最后,就可以形成一个新的递增子序列,而且这个新的子序列长度加一
  10. if (nums[i] > nums[j])
  11. dp[i] = max(dp[i],dp[j] + 1);
  12. }
  13. }
  14. int max = 0;
  15. //要重新遍历一遍数组,找到最长的递增子序列长度
  16. for (int i = 0;i < len;i++) {
  17. max = dp[i] > max ? dp[i] : max;
  18. }
  19. return max;
  20. }
  21. };