首页 > 其他 > 详细

300. 最长上升子序列-动态规划

时间:2020-06-08 23:20:56      阅读:56      评论:0      收藏:0      [点我收藏+]

题目描述

给定一个无序的整数数组,找到其中最长上升子序列的长度。

示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4
解释: 最长的上升子序列是 [2,3,7,101],它的长度是 4。
说明:

可能会有多种最长上升子序列的组合,你只需要输出对应的长度即可。
你算法的时间复杂度应该为 O(n2) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-increasing-subsequence

解题

‘‘‘

动态规划:时间复杂度O(n^2),空间复杂度O(n)
1.原问题:长为n的数组中找出最长上升子序列;子问题:找出以nums[i]结尾且长为i的数组中的最长上升子序列,显然,nums[i]就是该上升子序列的最大值。
2.dp[i]表示以nums[i]结尾且长为i的数组中的最长上升子序列的长度。
3.边界值:dp[0] = 1

‘‘‘


class Solution(object):
def lengthOfLIS(self, nums):
if len(nums) == 0:
return 0
dp = [1 for _ in range(len(nums))]
mx = 1
for i in range(1,len(nums)):
for j in range(0,i):
if nums[i] > nums[j] and dp[i] < dp[j] + 1:
dp[i] = dp[j] + 1
if mx < dp[i]:
mx = dp[i]
return mx

 

300. 最长上升子序列-动态规划

原文:https://www.cnblogs.com/xxxxxiaochuan/p/13069229.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!