题意理解
在一个数组arr中,我们可以从前往后按照顺序选择一些数字,构成一个子序列a。要求子序列从前往后是严格递增的,即对于任意,必须满足。现在我们要找出所有这样的子序列中,最长长度为多少。
方法一
动态规划
用一个数组dp记录以原数组中每个数字结尾的最长严格上升子序列的长度。在初始状态下,dp的值均为1,因为每个数字本身构成严格上升子序列。
我们从前往后更新dp。对于每个数arr[i],依次遍历它前面的数字arr[j] ()。如果前面的数字小,说明以arr[j]结尾的最长严格子序列加上arr[i]之后仍然是严格上升的(新的子序列记为a),此时以arr[i]结尾的最长严格上升子序列的长度可能得到更新,当然也可能不变(a的长度小于等于dp[i])。
状态转移方程为:
以[6,1,3,2,7]为例,dp数组每一轮循环的更新过程如图所示:
具体代码如下:
class Solution {
public:
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
* 给定数组的最长严格上升子序列的长度。
* @param arr int整型vector 给定的数组
* @return int整型
*/
int LIS(vector<int>& arr) {
// write code here
//dp[i]记录以第i个数字结尾的最长严格上升子序列
vector<int> dp;
//初始化为1
for (int i=0;i<arr.size();i++)
dp.push_back(1);
for (int i=1;i<arr.size();i++)
{
for (int j=0;j<i;j++)
//如果前面的数小于当前arr[i],则以当前数字结尾的最长上升子序列可能更新
if (arr[j]<arr[i])
dp[i] = max(dp[j]+1,dp[i]);
}
int max_len=0;
for (int i=0;i<dp.size();i++)
if (dp[i]>max_len) max_len = dp[i];
return max_len;
}
};
时间复杂度: 。使用了双重循环来更新dp数组。
空间复杂度: 。开辟了新的一维数组dp,长度和arr一样。
方法二
贪心+二分
我们注意到,当某两个严格上升子序列长度一样时,如果选择结尾数字较小的子序列,那么后面更有可能扩张子序列长度。例如[6,1,5,3,4],当遍历到3时,长度为2的子序列有[1,5]和[1,3]。此时后者时更优的,因为可以组成[1,3,4];当然如果最后时大于4的数则两者一样优。总的来说,长度相同时结尾取小的数更优。
使用数组t来记不同长度的严格上升子序列的结尾的数值。从前往后遍历arr:
1)若arr[i]大于t的最后一个数,则整体的最长严格上升子序列长度可以加1,并在t末尾插入arr[i]。
2)否则,记以arr[i]结尾的子序列长度len+1,比较arr[i]和t[len],选较小值存在t[len]的位置。
可以保证,t数组一直时有序的。操作1显然。操作2更新后,新的t[len]小于旧的t[len]小于t[len+1]。如果新t[len]小于t[len-1],则此时长度为len+1的子序列不严格上升,存在矛盾。
因此,我们不用求出以arr[i]结尾的子序列长度,只要通过二分发查找arr[i]在t中对应的位置即可。
最终的输出为t数组的长度。
具体代码如下:
class Solution {
public:
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
* 给定数组的最长严格上升子序列的长度。
* @param arr int整型vector 给定的数组
* @return int整型
*/
int found(vector<int> t, int target, int l, int r)
{
while (l<=r)
{
int mid = l + (r-l)/2;
if (t[mid] == target) return mid;
if (t[mid] > target) r = mid - 1;
else l = mid + 1;
}
return l;
}
int LIS(vector<int>& arr) {
// write code here
//t[i]记录长度为i的严格上升子序列的结尾数字
vector<int> t;
if (!arr.size()) return 0;
t.push_back(arr[0]);
for (int i=1;i<arr.size();i++)
{
if (arr[i]>t[t.size()-1])
{
t.push_back(arr[i]);
}
else if (arr[i]<t[t.size()-1])
{
//found函数用来找到arr[i]在t数组中的位置
int index = found(t,arr[i],0,t.size());
t[index] = arr[i];
}
}
return t.size();
}
};
时间复杂度: 。遍历了一遍数组arr,每次做一遍二分查找。
空间复杂度: 。开辟了新的一维数组t,长度最多和arr一样。