二手车网站建设,公司做网络宣传哪个网站比较好,做响应式网站设计图是多大的,大学网站建设评比考核办法Problem: 300. 最长递增子序列 文章目录 题目描述思路及解法复杂度Code 题目描述 思路及解法
明确题目涉及到求取最值问题因此我们可以考虑使用动态规划来解决问题 1.定义状态#xff1a;定义int类型的dp数组表示以nums[i]结尾的序列的最长长度#xff0c;初始化均为1即表示… Problem: 300. 最长递增子序列 文章目录 题目描述思路及解法复杂度Code 题目描述 思路及解法
明确题目涉及到求取最值问题因此我们可以考虑使用动态规划来解决问题 1.定义状态定义int类型的dp数组表示以nums[i]结尾的序列的最长长度初始化均为1即表示以nums数组中的每一个数字结尾的序列长度最短为1. 2.状态转移假设现在已经得出dp[i-1]的长度再进一步求取dp[i]:此时我么和从数组nums[0 ~ j] 其中j i寻找若nums[i] nums[i]则dp[i] max(dp[i], dp[j] 1),因为根据上述dp数组的状态定义dp[j]是表示以nums[j]结尾的最长递增子序列此时nums[j] nums[i]则dp[i]要在dp[i]和dp[j] 1中选取一个最大值 复杂度
时间复杂度: O ( n 2 ) O(n^2) O(n2);其中 n n n表示数组nums的大小 空间复杂度: O ( n ) O(n) O(n) Code
class Solution {/*** Longest Increasing Subsequence** param nums Given array* return int*/public int lengthOfLIS(int[] nums) {int[] dp new int[nums.length];for (int i 0; i nums.length; i) {dp[i] 1;}for (int i 0; i nums.length; i) {for (int j 0; j i; j) {if (nums[j] nums[i]) {dp[i] Math.max(dp[i], dp[j] 1);}}}int res 0;for (int i 0; i nums.length; i) {res Math.max(res, dp[i]);}return res;}
}
