本題是一道動態規劃問題,如果暴力求解的話,每一個數都有選或者不選兩種狀態,然後判斷是否爲上升子序列,如果是,就更新最長長度,直到枚舉完所有情況。但是,當有n個元素的時候,其複雜度將達到O(2^n),這顯然是不可承受的。
所以利用動態規劃可以顯著的降低複雜度。
令dp[i]表示以a[i]結尾的最長上升子序列的長度,對a[i]來說有兩種可能:
1)如果在i之前存在比a[i]小的數a[j](j < i),並且dp[j] + 1 > dp[i](即把a[i]放到以a[j]結尾的子序列之後其長度大於當前以a[i]結尾的子序列的長度),那麼就把a[i]放到之前以a[j]結尾的子序列之後,並令其長度+1(即dp[i] = dp[j] + 1);
2)如果a[i]之前的所有數都比它大,那麼只能a[i]自身成一個子序列,其長度爲1。
public class Solution {
/**
* @param nums: The integer array
* @return: The length of LIS (longest increasing subsequence)
*/
public int longestIncreasingSubsequence(int[] nums) {
// write your code here
if(nums.length==0){
return 0;
}
int dp[]=new int[nums.length];
for(int i=0;i<nums.length;i++){
dp[i]=1;
for(int j=0;j<i;j++){
if(nums[i]>nums[j]&&dp[j]+1>dp[i])
dp[i]=dp[j]+1;
}
}
int max=Integer.MIN_VALUE;
for(int i=0;i<nums.length;i++){
max=Math.max(max, dp[i]);
}
return max;
}
}