贪心算法-递增的三页子序列

题目链接

一、问题描述

给定一个整数数组 nums,判断是否存在长度为3的递增子序列 ,即是否存在下标 i < j < k,使得 nums[i] < nums[j] < nums[k]。

  • 存在则返回 true,否则返回 false。

二、核心解法

解法1:动态规划(DP)
  • 思路:计算数组的**最长递增子序列(LIS)**的长度,若长度 ≥ 3,则说明存在符合要求的子序列。
  • 实现逻辑 :
    1. 定义 dp[i] 表示以 nums[i] 结尾的最长递增子序列的长度。
    2. 对每个 i,遍历所有 j < i,若 nums[j] < nums[i],则 dp[i] = max(dp[i], dp[j] + 1)。
    3. 遍历 dp 数组,若存在值 ≥ 3,直接返回 true。
  • 复杂度 :时间复杂度 O(n²),空间复杂度 O(n)(需存储 dp 数组)。
解法2:贪心算法
  • 思路 :用两个变量 a、b 分别记录长度为1 和长度为2 的递增子序列的最小末尾值 ,遍历数组时更新这两个变量,一旦找到比 b 大的元素,说明存在长度为3的递增子序列。
  • 实现逻辑 (以示例 [2,1,5,0,4,6] 为例):
    1. 初始化 a = ∞,b = ∞。
    2. 遍历每个元素 x:
      • 若 x ≤ a → 更新 a = x(保持长度1的子序列末尾最小);
      • 若 a < x ≤ b → 更新 b = x(保持长度2的子序列末尾最小);
      • 若 x > b → 说明存在 a < b < x,即长度为3的递增子序列,直接返回 true。
    3. 遍历结束未找到则返回 false。
  • 复杂度 :时间复杂度 O(n)(仅需一次遍历),空间复杂度 O(1)(仅用两个变量),是更优的解法。

三、知识点总结

  1. 问题本质:该问题是「最长递增子序列(LIS)」的特例,只需判断 LIS 长度是否 ≥ 3。
  2. 算法对比 :
    • 动态规划适用于需要完整计算 LIS 长度的场景,但时间复杂度较高;
    • 贪心解法针对「判断是否存在长度为3的递增子序列」做了优化,时间、空间效率更优。
  3. 贪心策略的核心:维护最小的可能末尾值,让后续更容易找到更长的递增子序列,从而提升效率。
相关推荐
forest_098 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
H.莓飛9 小时前
【C++】【STL】stack_OJ题
服务器·c语言·开发语言·数据结构·c++·算法·visual studio
不会武功不懂江湖11 小时前
RISC-V链接器与链接脚本
汇编·算法·risc-v
Zwawa12 小时前
卡尔曼到底在算什么:从一维到它的变式以及工程版卡尔曼滤波算法C语言实现
c语言·算法·嵌入式
电科_银尘12 小时前
【大模型算法与工程 14】Tokenizer与Embedding:文本如何变成模型输入
算法·embedding
饮水桶_T13 小时前
Python 面向对象(十七)|继承、封装、多态 笔记
数据结构·笔记·算法
地平线开发者16 小时前
让 AI Agent 和 征程6 台架高效、稳定、安全地协作
算法·安全·自动驾驶
kyle~17 小时前
SHA-256 哈希去重
算法·哈希算法
风落青芜20 小时前
链式二叉树的实现与基本操作
c语言·开发语言·数据结构·算法