1500字范文,内容丰富有趣,写作好帮手!
1500字范文 > Leetcode 300-最长递增子序列

Leetcode 300-最长递增子序列

时间:2023-05-30 01:40:16

相关推荐

Leetcode 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。

题解

解法一:动态规划

解题思路:

状态定义:dp[i] 的值代表 nums 以 nums[i] 结尾的最长子序列长度。转移方程:设 j∈[0,i),考虑每轮计算新 dp[i] 时,遍历 [0,i) 列表区间,做以下判断:

1.当 nums[i]>nums[j] 时: nums[i] 可以接在 nums[j] 之后(此题要求严格递增),此情况下最长上升子序列长度为 dp[j]+1 ;

2.当 nums[i]<=nums[j] 时: nums[i] 无法接在 nums[j] 之后,此情况上升子序列不成立,跳过。

上述所有1. 情况下计算出的 dp[j]+1 的最大值,为直到 i 的最长上升子序列长度(即 dp[i] )。实现方式为遍历 j 时,每轮执行 dp[i]=max(dp[i],dp[j]+1)。

转移方程: dp[i] = max(dp[i], dp[j] + 1) for j in [0, i)。

初始状态:dp[i] 所有元素置 1,含义是每个元素都至少可以单独成为子序列,此时长度都为 1。

返回值:dp 列表最大值,即可得到全局最长上升子序列长度。

class Solution {public int lengthOfLIS(int[] nums) {//dp[i]代表以nums[i]结尾的LIS的长度int[] dp = new int[nums.length];//dp[i]最小值为1,因为以nums[i]结尾的LIS至少包含其自身Arrays.fill(dp,1);int res=0;//获得dp[i]数组for(int i=0;i<dp.length;i++){for(int j=i;j<dp.length;j++){//如果nums[j]>nums[i],代表nums[j]可以接在以nums[i]结尾的LIS后if(nums[j]>nums[i]){//找到nums[j]结尾的最长的递增子序列dp[j]=Math.max(dp[j],dp[i]+1);}}res=Math.max(res,dp[i]);}return res;}}

解法二:动态规划 + 二分查找

解题思路:

降低复杂度切入点:解法一中,遍历计算 dp 列表需 O(N),计算每个 dp[k] 需 O(N)。

1.动态规划中,通过线性遍历来计算 dp 的复杂度无法降低;

2.每轮计算中,需要通过线性遍历 [0,k) 区间元素来得到 dp[k] 。我们考虑:是否可以通过重新设计状态定义,使整个 dp 为一个排序列表;这样在计算每个 dp[k] 时,就可以通过二分法遍历 [0,k) 区间元素,将此部分复杂度由 O(N) 降至 O(logN)。

设计思路:

新的状态定义:

我们考虑维护一个列表 tails,其中每个元素 tails[k] 的值代表 长度为 k+1 的子序列尾部元素的值。

如 [1,4,6] 序列,长度为 1,2,3 的子序列尾部元素值分别为 tails=[1,4,6]。

状态转移设计:

设常量数字 N,和随机数字 x,我们可以容易推出:当 N 越小时,N<x 的几率越大。例如: N=0 肯定比 N=1000 更可能满足 N<x。在遍历计算每个 tails[k],不断更新长度为 [1,k] 的子序列尾部元素值,始终保持每个尾部元素值最小 (例如 [1,5,3]], 遍历到元素 5 时,长度为 2 的子序列尾部元素值为 5;当遍历到元素 3 时,尾部元素值应更新至 3,因为 3 遇到比它大的数字的几率更大)。

tails 列表一定是严格递增的: 即当尽可能使每个子序列尾部元素值最小的前提下,子序列越长,其序列尾部元素值一定更大。

算法流程:

状态定义:tails[k] 的值代表 长度为 k+1 子序列 的尾部元素值。

转移方程:设 res 为 tails 当前长度,代表直到当前的最长上升子序列长度。设 j∈[0,res),考虑每轮遍历 nums[k] 时,通过二分法遍历 [0,res) 列表区间,找出

nums[k] 的大小分界点,会出现两种情况:

区间中存在 tails[i]>nums[k] : 将第一个满足 tails[i]>nums[k] 执行 tails[i]=nums[k] ;因为更小的 nums[k] 后更可能接一个比它大的数字(前面分析过)。区间中不存在 tails[i]>nums[k] : 意味着 nums[k] 可以接在前面所有长度的子序列之后,因此肯定是接到最长的后面(长度为 res ),新子序列长度为 res+1。

初始状态:

令 tails 列表所有值 =0。

返回值:

返回 res ,即最长上升子子序列长度。

class Solution {public int lengthOfLIS(int[] nums) {int[] tails = new int[nums.length];//设 res 为 tails 当前长度,代表直到当前的最长上升子序列长度int res = 0;for(int num : nums){//i:指向tails的指针 j:初始指向res位置int i=0,j=res;while(i<j){//用于二分查找int m = (i+j)/2;//找到第一个num可以插入的位置if(tails[m]<num) i=m+1;else j=m;}//找到num可以插入的位置,插入tails[i]=num;//表明此时num直接插入了数组最后,右边界+1if(res == j) res++;}return res;}}

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。