题目在这:https://leetcode-cn.com/problems/longest-increasing-subsequence/
思路分析:
这种题一般都是动态规划解。
对于动态规划,一般用前面的状态推到后面的状态,所以状态转移公式是这类题最难的部分。
首先将题目分解成最小块。
题中要求找到最长的递增子序列。
- 若题为
n = [1] 。
显然 最长递增子序列 长度为1。 - 若题为
n = [1,2]
或N = [1,0]
。显然 n 最长为[1,2] 长度为2
而 N为最长长度为1。 - 若题为
n = [1,2,3]
显然 最长递增子序列是 他本身 长度为3。想象一下我们思考这道题的过程。
- 首先我们看到了 1,然后看2,2比1大,所以将2加入到我们的答案中, 此时答案为【1,2】。
- 再往后 我们看到了3,3比2大,所以我们将3加入到答案中,此时答案为【1,2,3】结束。
思考一下上面这道题,为什么我们看到3的时候是和2对比而不是和1对比呢,因为一眼看上去就知道 3 大于1 大于2.实际上脑子里已经对比过1了。
其实想到这里,已经有一点点的本题思路火苗了。dp[i]数组含义可以定义为 以n[i]为结尾的最长递增子序列的长度
。
没明白?不知道是否可行?
来看例子~
使用题目中给出的用例: n = [0,1,0,3,2,3]
- 子问题1:数组【0】 以0结尾的,最长子序列长度为1。此时dp数组为[1]
- 子问题2:数组【0.1】 以1结尾的,最长子序列长度为2;此时dp数组为[1,2]
- 子问题3:数组【0.1.0】以0结尾的,最长子序列长度依旧为2;此时dp数组为[1,2,1]
- 子问题4:数组【0.1.0.3】以3结尾的,最长子序列长度为3.此时dp数组为[1,2,1,3] (解释:当遍历到3的时候,我们的最长子序列长度可以从 0到3,从1到3,从第二个0到3,这时候我们只需要找到 以 前面那个数为结尾的最长子序列长度即可。到3时 ,0和1均小于3 ,所以是以0为结尾的最长子序列长度+1或者以1为结尾的最长子序列长度+1(取其中较大的)。就得到了以3为结尾的最长子序列长度。)
此时得到状态转移公式: dp[i] = max(dp[i],dp[j]+1)
完整代码