动态规划经典题解:最长递增子序列 & 乘积最大子数组

目录

一、最长递增子序列(LIS)

题目描述

思路分析

[1. 动态规划解法(基础版)](#1. 动态规划解法(基础版))

[2. 优化解法(贪心 + 二分)](#2. 优化解法(贪心 + 二分))

代码实现(Java)

二、乘积最大子数组

题目描述

思路分析

代码实现(Java)

三、两道题的核心对比与面试考点

四、总结


大家好!今天我们来拆解两道动态规划的经典中等难度题目:最长递增子序列 和 乘积最大子数组。这两道题都是大厂面试里的高频考点,而且非常能体现动态规划的核心思想 ------ 如何通过子问题的最优解,一步步推导出全局最优解。


一、最长递增子序列(LIS)

题目描述

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。

思路分析

1. 动态规划解法(基础版)
  • 定义状态 :dp[i] 表示以 nums[i] 结尾的最长递增子序列的长度。
  • 状态转移方程 :对于每个 i,遍历 0 到 i-1 的所有 j:如果 nums[i] > nums[j],则 dp[i] = max(dp[i], dp[j] + 1)。
  • 初始状态 :每个元素自身都是一个长度为 1 的子序列,所以 dp[i] = 1。
  • 结果 :dp 数组中的最大值,就是整个数组的最长递增子序列长度。
2. 优化解法(贪心 + 二分)

动态规划的时间复杂度是 O(n2),我们可以用贪心 + 二分将复杂度优化到 O(nlogn)。

  • 维护一个数组 tails,其中 tails[k] 表示长度为 k+1 的最长递增子序列的最小可能的末尾元素。
  • 遍历 nums 中的每个数 x:
    • 如果 x 大于 tails 最后一个元素,直接追加到 tails 末尾;
    • 否则,找到 tails 中第一个大于等于 x 的位置,替换为 x。
  • 最终 tails 的长度就是 LIS 的长度。

代码实现(Java)

java

运行

复制代码
// 动态规划 O(n²) 版本
public int lengthOfLIS(int[] nums) {
    if (nums == null || nums.length == 0) return 0;
    int[] dp = new int[nums.length];
    Arrays.fill(dp, 1);
    int maxLen = 1;
    for (int i = 1; i < nums.length; i++) {
        for (int j = 0; j < i; j++) {
            if (nums[i] > nums[j]) {
                dp[i] = Math.max(dp[i], dp[j] + 1);
            }
        }
        maxLen = Math.max(maxLen, dp[i]);
    }
    return maxLen;
}

// 贪心 + 二分 O(n log n) 版本
public int lengthOfLISOpt(int[] nums) {
    if (nums == null || nums.length == 0) return 0;
    List<Integer> tails = new ArrayList<>();
    for (int x : nums) {
        if (tails.isEmpty() || x > tails.get(tails.size() - 1)) {
            tails.add(x);
        } else {
            // 二分查找第一个 >= x 的位置
            int left = 0, right = tails.size() - 1;
            while (left < right) {
                int mid = (left + right) / 2;
                if (tails.get(mid) >= x) {
                    right = mid;
                } else {
                    left = mid + 1;
                }
            }
            tails.set(left, x);
        }
    }
    return tails.size();
}

二、乘积最大子数组

题目描述

给你一个整数数组 nums,请你找出数组中乘积最大的非空连续子数组(该子数组中至少包含一个数字),并返回该子数组所对应的乘积。

思路分析

这道题和经典的「最大子数组和」很像,但乘积有个特殊的问题:负数的存在会让最小值变成最大值 。比如:当前是 -2,后面跟着一个 -3,那么 -2 * -3 = 6 就会变成正数,比之前的正数乘积更大。

  • 定义状态 :

    • maxDp[i]:以 nums[i] 结尾的最大乘积子数组的乘积。
    • minDp[i]:以 nums[i] 结尾的最小乘积子数组的乘积。
  • 状态转移方程 :

    plaintext

    复制代码
    maxDp[i] = max(nums[i], maxDp[i-1] * nums[i], minDp[i-1] * nums[i])
    minDp[i] = min(nums[i], maxDp[i-1] * nums[i], minDp[i-1] * nums[i])

    因为 nums[i] 可能是负数,乘以之前的最小值反而可能得到最大值,所以必须同时维护最大和最小值。

  • 初始状态 :maxDp[0] = minDp[0] = nums[0]。

  • 结果 :遍历 maxDp 数组,取最大值即可。

代码实现(Java)

java

运行

复制代码
public int maxProduct(int[] nums) {
    if (nums == null || nums.length == 0) return 0;
    int n = nums.length;
    int maxDp = nums[0];
    int minDp = nums[0];
    int result = nums[0];
    for (int i = 1; i < n; i++) {
        // 必须先保存,避免被覆盖
        int currMax = maxDp;
        int currMin = minDp;
        maxDp = Math.max(nums[i], Math.max(currMax * nums[i], currMin * nums[i]));
        minDp = Math.min(nums[i], Math.min(currMax * nums[i], currMin * nums[i]));
        result = Math.max(result, maxDp);
    }
    return result;
}

三、两道题的核心对比与面试考点

表格

题目 核心难点 优化技巧 面试常见追问
最长递增子序列 如何定义状态、如何优化时间复杂度 贪心 + 二分,将 O(n2) 优化到 O(nlogn) 请输出最长递增子序列本身,而不是长度
乘积最大子数组 负数导致的 "最大 / 最小值反转" 问题 同时维护 max 和 min 两个状态变量 如果数组全是负数,怎么处理?如果包含 0 呢?

四、总结

  1. 最长递增子序列 :
    • 基础版 DP 是理解动态规划状态定义和转移的绝佳例子。
    • 优化版的贪心 + 二分,体现了如何用额外的空间和更高效的算法,突破 DP 的时间复杂度瓶颈。
  2. 乘积最大子数组 :
    • 核心是打破思维定势,不像 "最大子数组和" 只维护一个最大值,而是要同时维护最大和最小值,因为负数的存在会让最小值变成最大值。
相关推荐
不会武功不懂江湖18 分钟前
RISC-V链接器与链接脚本
汇编·算法·risc-v
Zwawa1 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1 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_T2 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5 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~6 小时前
SHA-256 哈希去重
算法·哈希算法
风落青芜9 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
青少儿编程课堂10 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:中国剩余定理解析
c++·python·算法·bfs·信息学竞赛
罗西的思考1 天前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
ashiho1 天前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口