题目描述
LeetCode 300.Longest Increasing Subsequence
AC代码
/*
第一种解法:动态规划
f[i]表示以nums[i]结尾的最长上升子序列的长度。
遍历从[0,i)这一段区间,我们定义j∈[0,i).
如果nums[j]<nums[i]那么符合上升规则,此时上升子序列长度是f[j]+1
如果nums[j]>=nums[i],说明不符合从小到大上升的规则,此时上升子序列长度还是f[i]
在f[i]和f[j]+1中取一个最大值作为f[i]的最终结果。
最后的返回答案,应该遍历一趟f数组,选出整个数组中的最大值。
时间复杂度是O(n2),如果优化时间复杂度,可以考虑dp+二分。
另一种解法:贪心
*/
class Solution {
public int lengthOfLIS(int[] nums) {
int n=nums.length;
int[] f=new int[n];
for(int i=0;i<n;i++){
f[i]=1;
for(int j=0;j<i;j++)
if(nums[j]<nums[i])
f[i]=Math.max(f[i],f[j]+1);
}
int res=0;
for(int i=0;i<n;i++)
res=Math.max(f[i],res);
return res;
}
}
本文详细解析了LeetCode题目300.LongestIncreasingSubsequence的两种解法,包括动态规划和贪心算法。动态规划通过遍历数组并比较元素大小更新子序列长度,贪心算法则在满足条件时更新序列状态。

534

被折叠的 条评论
为什么被折叠?



