LeetCode 300. 最長上升子序列(Longest Increasing Subsequence)
阿新 • • 發佈:2018-05-08
輸出 pan 因此 需要 ack 時間復雜度 family class 一個數
題目描述
給出一個無序的整形數組,找到最長上升子序列的長度。
例如,
給出 [10, 9, 2, 5, 3, 7, 101, 18]
,
最長的上升子序列是 [2, 3, 7, 101]
,因此它的長度是4
。因為可能會有超過一種的最長上升子序列的組合,因此你只需要輸出對應的長度即可。
解題思路
用動態規劃思想,考慮用一個數組dp記錄到當前數字為止,可能的最長上升子序列長度,註意並不一定是當前子序列的解。這樣最後返回dp數組的長度即可。具體以上述數組為例:
- 首先把10加入到dp中,此時最長上升子序列長度為1
- 下一個數字是9,它比dp中僅有的數字10要小,可知以9為子序列首數字的可能長度要比10長,因此用9替換10
- 同樣把2替換dp中僅有的數字9
- 加入5時,因為5比2大,所以可以組成最長上升子序列,因此把5加入到2之後
- 當前數字3比dp中第二個數字5要小,考慮到之後可能出現的上升序列可能小於5,因此用3替換5
- 加入7時,因為7比dp中最後一個數字3大,所以可以組成最長上升子序列,因此把7加入到3之後
- 同樣加入101到dp
- 加入18時,按上述規則用18替換101,最後dp數組為[2,3,7,18],因此最長上升子序列長度為4
通過以上順序,可以總結出dp數組變化規則:
- 若當前數字大於dp中最後一個數字,則直接插入到最後
- 找到dp數組中第一個大於當前數字的數,並替換為當前數字
- 遍歷完數組後,dp數組的大小即為最長上升子序列的長度
其中查找dp數組中第一個大於當前數字的數時,可用二分查找降低時間復雜度,這樣此解法的總時間復雜度為Ο(nlogn)
代碼
1 class Solution { 2 public: 3 int lengthOfLIS(vector<int>& nums) { 4 int l=nums.size(); 5 vector<int> dp; 6 if(l==0) 7 return 0; 8 dp.push_back(nums[0]); 9 for(int i=1;i<l;i++){ 10 biReplace(dp,nums[i]); 11 } 12 return dp.size(); 13 } 14 void biReplace(vector<int>& dp, int x){ 15 int f=0,l=dp.size()-1; 16 if(x>dp[l]){ 17 dp.push_back(x); 18 return; 19 } 20 int m=(f+l)/2; 21 while(dp[m]!=x){ 22 if(dp[m]>x) 23 l=m-1; 24 else f=m+1; 25 if(f>l){ 26 m=f; 27 break; 28 } 29 m=(f+l)/2; 30 } 31 dp[m]=x; 32 } 33 };
LeetCode 300. 最長上升子序列(Longest Increasing Subsequence)