力扣技巧之动态规划力扣300:最大递增子序列C++

Posted The Gao

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了力扣技巧之动态规划力扣300:最大递增子序列C++相关的知识,希望对你有一定的参考价值。

原题

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。

分析

这道题给定一个的是一个整数数组nums,从中寻找最长递增子序列。子序列是由数组派生而来的序列,与子数组不同,子序列不必须是连续的,只要不改变元素在原数组中的相对位置即可。因为子序列不必须是连续的,采用【滑动窗口】就比较困难。因此,采用动态规划的解法。

采用动态规划的解法,首先要找到状态,其次确定base case,再者定义一个适宜采用动态规划的dp数组,然后要找到状态转移方程,最后求得题解。

在本题中,状态毋庸置疑,就是以nums[i]结尾的最长递增子序列的长度。

base case就是以nums[0]结尾的最长递增子序列,也就是nums[0]本身,因为一个元素既可以说它是递增的,也可以说它是递减的。同时基于此,我们在给dp数组赋初值的时候,给每个nums[i]的元素赋为1,因为对于每个nums[i],以它作结尾的最长递增子序列长度最小为它本身,即为1。

dp数组的含义就是以nums[i]结尾的最长递增子序列的长度,与状态相对应。

那么,dp[i]是怎么由dp[i-1]转移过来的呢?dp[i]是以nums[i]结尾的最长递增子序列的长度,而dp[i-1]是以nums[i-1]结尾的最长递增子序列的长度。如果nums[i]>nums[i-1]的话,那么就可以把nums[i]加到以nums[i-1]结尾的最长递增子序列中,而依然使得该序列为一个最长递增子序列。

那么问题来了,如果nums[i]<=nums[i-1]的话,dp[i]就是1了嘛?其实不是的。因为子序列不要求是连续的,如果nums[i]>nums[i-2]的话,那么可以把nums[i]加到以以nums[i-2]结尾的最长递增子序列中,而依然满足递增子序列的长度。以此类推,所有以下标小于i的元素作结尾的递增子序列都要遍历。

dp数组填充完毕后,对其进行遍历,记录最大值,即为题解。

代码

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        if(nums.size()==0||nums.size()==1)return nums.size();
        /*dp数组的含义是第i个元素处最长递增子序列的长度*/
        vector<int>dp(nums.size(),1);
        /*动态规划*/
        for(int i=1;i<nums.size();i++){
            /*遍历所有以下标小于i的元素作结尾的递增子序列*/
            for(int j=0;j<i;j++){
                /*只有当当前元素nums[i]>nums[j]时才进行本次循环*/
                if(nums[i]>nums[j]){
                    dp[i]=max(dp[i],dp[j]+1);
                }
            }
        }
        int maxsize=INT_MIN;
        /*遍历dp数组,记录最大值*/
        for(int i:dp)maxsize=max(maxsize,i);
        return maxsize;
    }
};

以上是关于力扣技巧之动态规划力扣300:最大递增子序列C++的主要内容,如果未能解决你的问题,请参考以下文章

力扣:673. 最长递增子序列的个数

力扣LeetCode-300. 最长递增子序列-题解

力扣LeetCode-300. 最长递增子序列-题解

力扣技巧之动态规划力扣322:零钱兑换C++

力扣技巧之动态规划力扣354:俄罗斯套娃信封问题C++

动态规划系列之力扣第53题——最大子序和