嚴格遞增
最長遞增子序列,給定一個無序整數數組nums(字符串也可以,不重要),給出最長嚴格遞增子序列的長度。比如輸入[1, 2 , 1, -1, 1, 4, 0],輸出3,最長遞增子序列[1, 2, 4],當然可能不唯一,[-1, 1, 4]也是一個,但是並不影響長度。
強行遍歷就不說了,時間複雜度O(2^n),簡直爆炸。
思路1:動態規劃,建立一個數組dp,dp[i]記錄nums[0:i]的最長遞增子序列的長度。
輸出max(dp)即可,時間複雜度O(n^2),空間複雜度O(n)。
public int maxLengthCSub(int[] nums) {
if(nums == null) {
return 0;
}
int len = nums.length;
if(len == 0 || len == 1) {
return len;
}
int maxLen = 1;
int[] dp = new int[len];
for(int i = 0; i < len; i++) {
dp[i] = 1;
for(int j = 0; j < i; j++) {
if(nums[i] > nums[j]) {
dp[i] = Math.max(dp[i], dp[j]+1); // 更新dp[i]
maxLen = Math.max(maxLen, dp[i]); // 更新最大值
}
}
}
return maxLen;
}
思路2:動態規劃+二分查找
同樣建立一個數組dp,但是這裏dp記錄的是上升子序列,遍歷nums室,用nums的元素填充dp,填充規則是什麼呢?首先利用二分查找找到nums[i]在dp中應該插入的位置j,若j==當前dp的長度,則在dp末尾插入nums[i],maxLen加一,否則dp[j]=nums[i]。這裏可能有個疑問,比如說nums[i0]=1放入dp[1],在後面的遍歷中有一個nums[i1]=-1也需要放入dp[1],此時不會影響長度的計算嗎?答案是不會,用一個例子比較容易理解。
input:[1, 2 , 1, -1, 1, 4, 0]
dp:[1], maxLen = 1
dp:[1, 2], maxLen = 2
dp:[1, 2], maxLen = 2
dp:[-1, 2], maxLen = 2
dp:[-1, 1], maxLen = 2
dp:[-1, 1, 4], maxLen = 3
dp:[-1, 0, 4], maxLen = 3
這裏[-1, 0, 4]雖然不是一個最長遞增子序列,但是並不會影響maxLen的值。
時間複雜度O(nlgn),空間複雜度O(n)。
public int maxLengthCSub(int[] nums) {
if(nums == null) {
return 0;
}
if(nums.length == 0 || nums.length == 1){
return nums.length;
}
int[] dp = new int[nums.length];
int maxLen = 0;
for(int i = 0; i < nums.length; i++){
int index = findIndex(dp, maxLen, nums[i]);
dp[index] = nums[i];
if(index == maxLen)
maxLen++;
}
return maxLen;
}
// 二分查找,找到target在nums[0:len-1]的插入位置
public int findIndex(int[] nums, int len, int target){
if(len == 0)
return 0;
int low = 0;
int high = len;
if(target <= nums[low])
return 0;
if(target > nums[len-1])
return len;
while(low < high){
int middle = low + (high-low)/2;
if(target > nums[middle]) // 右邊
low = middle + 1;
else
high = middle;
}
return low;
}
非嚴格遞增
思路1:同嚴格遞增的思路1,只需要在比較的時候加個等號:
思路2:基本類似嚴格遞增的思路1,但是這裏插入的規則是要變的,不再是用二分查找插入dp,其插入位置要保證
邊界情況這裏就不分析了,程序裏也不需要進行分析,只需要求出i即可,同樣求出i==maxLen,maxLen加一。還是通過一個例子來看。
input:[1, 2 , 1, -1, 1, 4, 0]
dp:[1], maxLen = 1
dp:[1, 2], maxLen = 2
dp:[1, 1], maxLen = 2
dp:[-1, 1], maxLen = 2
dp:[-1, 1, 1], maxLen = 3
dp:[-1, 1, 1, 4], maxLen = 4
dp:[-1, 0, 1, 4], maxLen = 4
看出不一樣來了吧,主要是1的插入位置,不在是替換掉前面的1,而是在前面的1的後面放入新的1。
public int maxLengthCSub(int[] nums) {
if(nums == null) {
return 0;
}
int len = nums.length;
if(len == 0 || len == 1) {
return len;
}
int[] dp = new int[len];
int maxLen = 0;
for(int i = 0; i < len; i++) {
int tmp = findIndex(dp, maxLen, nums[i]); // 無重複數字時的插入位置
int tmp2 = findRIndex(dp, tmp, nums[i]); // 有重複數字時的插入位置
tmp = tmp2 == -1 ? tmp:tmp2;
dp[tmp] = nums[i];
if(tmp == maxLen)
maxLen++;
}
return maxLen;
}
// 同嚴格遞增
// 二分查找,找到target在nums[0:len-1]的插入位置
public int findIndex(int[] nums, int len, int target){
if(len == 0)
return 0;
int low = 0;
int high = len;
if(target <= nums[low])
return 0;
if(target > nums[len-1])
return len;
while(low < high){
int middle = low + (high-low)/2;
if(target > nums[middle]) // 右邊
low = middle + 1;
else
high = middle;
}
return low;
}
// 返回-1時,正常使用二分查找即可
public int findRIndex(int[] nums, int low, int tar) {
if(low >= nums.length || low < 0)
return -1;
if(nums[low] != tar) { // 說明沒有重複值
return -1;
}
int high = low + 1;
while(high < nums.length && nums[high] == nums[low]) {
high++;
}
return high;
}