关于算法:修订版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）数组中的元素而不扭转其余元素的程序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

输出 ：nums = [10,9,2,5,3,7,101,18]
输入 ：4
解释：最长递增子序列是 [2,3,7,101]，因而长度为 4。

示例 2：

输出 ：nums = [0,1,0,3,2,3]
输入：4

示例 3：

输出 ：nums = [7,7,7,7,7,7,7]
输入：1

解题思路

惯例办法是应用动静布局，工夫复杂度 O(n^2)。

class Solution {public int lengthOfLIS(int[] nums) {
        // 定义 dp 数组
        // dp[i] 示意以 nums[i] 这个数结尾的最长递增子序列长度
        int[] dp = new int[nums.length];
        // 初始值填充 1（子序列至多蕴含以后元素本人）Arrays.fill(dp, 1);
        for (int i = 0; i < nums.length; i++) {for (int j = 0; j < i; j++) {// 假如 dp[0...i-1] 都已知，需要求出 dp[i]
                // 只须要遍历 nums[0...i-1]，找到结尾比 nums[i] 小的子序列 dp[j]
                // 而后把 nums[i] 接到最初，就能够造成一个新的递增子序列，长度为 dp[j] + 1
                // 显然，可能造成很多种新的子序列，只须要抉择最长的，作为 dp[i] 的值即可
                if (nums[i] > nums[j]) {dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
        }
        // 遍历 dp 数组，找出最大值
        int res = 0;
        for (int i = 0; i < dp.length; i++) {res = Math.max(res, dp[i]);
        }
        return res;
    }
}

这边采纳 Vue 中 DOM diff 的思路，即 贪婪法，须要留神的是，最初 stack 的长度是对的，然而内容可能不是正确的。因为采纳了两层循环遍历，工夫复杂度为 O(n^2)。

var lengthOfLIS = function (nums) {let stack = [];
    for (let i = 0; i < nums.length; i++) {
        // 数组为空间接入栈，不为空则获取栈顶元素判断大小
        if (stack.length == 0 || getTopEle(stack) < nums[i]) {stack.push(nums[i]);
        } else {let index = findNextEle(stack, nums[i]);
            stack[index] = nums[i];
        }
    }
    return stack.length;
};

function getTopEle(arr) {if (!arr.length) return 0;
    return arr[arr.length - 1];
}

function findNextEle(arr, n) {
    // 判断大小用 >=，即不替换栈顶元素
    return arr.findIndex(item => item >= n);
}

进一步优化，能够将 findIndex 办法替换为二分查找，工夫复杂度升高到 O(nlogn)。

参考

精读《DOM diff 最长回升子序列》