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
思路:
动态规划 dp[i]表示当前数字前可以有多少递增序列(包含本身)
如果符合前边的数小于当前数,可以考虑所有小于当前数的dp[j]+1与dp[i]比较
dp[i]= max(dp[j]+1,dp[i]) , 0<=j<i 在num[j]<num[i]的条件下
最后选最大的dp[i]
代码:
python
class Solution(object):
def lengthOfLIS(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
if not nums:
return 0
dp = [1] * len(nums)
for i in range(len(nums)):
for j in range(i):
if nums[j] < nums[i]:# 条件 前边的数比现在的数小,就可以实现序列的输出
dp[i]=max(dp[j]+1, dp[i]) # 每次根据前边的序列的增长情况进行判断,如果j处的dp+1大于i处的dp那么就选大的
return max(dp)