LeetCode300:最长递增子序列

题目链接:300. 最长递增子序列 - 力扣(LeetCode)

代码如下

复制代码
class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        //dp[i]是nums[i]的最大递增子序列
        //dp[i] = max(dp[j] + 1, dp[i]);
        int len = nums.size();
        if(len <= 1)    return len;
        vector<int> dp(len + 1, 1);
        int result = 0;
        dp[0] = 1;
        for(int i = 1; i < len; i++)
        {
            for(int j = 0; j < i; j++)
            {
                if(nums[i] > nums[j])
                {
                    dp[i] = max(dp[j] + 1, dp[i]);
                }
            }
            if(dp[i] > result)
            {
                result = dp[i];
            }
        }

        return result;

    }
};

这个题目其实就是去寻找一个子序列在原有的序列中找到一个递增的就好

确定dp含义:dp[i]其实也就是题目所说的我们需要去寻找一个递增的子序列,那我们就定义dp[i]为nums[i]的最大递增子序列

dp递推公式:这个就是我们画一个数轴,如果我们要去找到一个最大的,那我们定好0到i这个区间,然后再用一个j来遍历,条件就是nums[i]>nums[j],然后去推导出来公式dp[i] = max(dp[j] + 1, dp[i]),dp[j] + 1是因为我们如果想让dp[j]和dp[i]相等,那么我们只能dp[j] + 1来等于dp[i],dp[i]的意思是,就是我们与dp[i]作比较,然后取一个最大值

初始化:dp[0] = 1, 因为就一个数嘛,那么就只有一种

遍历顺序:两层for循环,第一层for是为了定义0 - i的区间,第二层for循环是在0 - i的区间里,再去用一个j去找到一个最大值

返回的参数:在定义一个result = 0,找到的dp[i]的值,去与result比较,这个时候千万不是dp[nums.size() - 1],因为很有可能最后一个并不是这个递增子序列的最后一个

相关推荐
2401_831824961 天前
基于C++的区块链实现
开发语言·c++·算法
We་ct1 天前
LeetCode 918. 环形子数组的最大和:两种解法详解
前端·数据结构·算法·leetcode·typescript·动态规划·取反
愣头不青1 天前
238.除了自身以外数组的乘积
数据结构·算法
人工智能AI酱1 天前
【AI深究】逻辑回归(Logistic Regression)全网最详细全流程详解与案例(附大量Python代码演示)| 数学原理、案例流程、代码演示及结果解读 | 决策边界、正则化、优缺点及工程建议
人工智能·python·算法·机器学习·ai·逻辑回归·正则化
WangLanguager1 天前
逻辑回归(Logistic Regression)的详细介绍及Python代码示例
python·算法·逻辑回归
m0_518019481 天前
C++与机器学习框架
开发语言·c++·算法
一段佳话^cyx1 天前
详解逻辑回归(Logistic Regression):原理、推导、实现与实战
大数据·算法·机器学习·逻辑回归
qq_417695051 天前
C++中的代理模式高级应用
开发语言·c++·算法
xiaoye-duck1 天前
《算法题讲解指南:动态规划算法--路径问题》--5.不同路径,6.不同路径II
c++·算法·动态规划
ambition202421 天前
最大子数组和算法全解析:从暴力枚举到动态规划优化
数据结构·c++·算法