题目地址(300. 最长递增子序列)
题目描述
- 最长递增子序列 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(或不删除)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。
示例 1:
输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
示例 2:
输入:nums = [0,1,0,3,2,3]
输出:4
示例 3:
输入:nums = [7,7,7,7,7,7,7]
输出:1
提示:
1 <= nums.length <= 2500 -104 <= nums[i] <= 104
进阶:
你可以设计时间复杂度为 O(n2) 的解决方案吗? 你能将算法的时间复杂度降低到 O(n log(n)) 吗?
思路
动态规划,每个点记录与之前比较的最长子序列
代码
- 语言支持:Python3
Python3 Code:
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
length = len(nums)
dp = [1] * length
for i in range(length):
for j in range(i):
# print(nums[i],nums[j],dp)
if nums[j] < nums[i]:
dp[i] = max(dp[i],dp[j]+1)
# print(dp)
return max(dp)
if __name__ == '__main__':
nums = [10,9,2,5,3,7,101,18]
nums = [0, 1, 0, 3, 2, 3]
# nums = [7, 7, 7, 7, 7, 7, 7]
nums = [1,3,6,7,9,4,10,5,6]
res = Solution().lengthOfLIS(nums)
print(res)
复杂度分析
令 n 为数组长度。
- 时间复杂度:
- 空间复杂度: