leetcode300 最长上升子序列

最新推荐文章于 2025-07-23 09:59:13 发布

a282608054

最新推荐文章于 2025-07-23 09:59:13 发布

阅读量100

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.csdn.net/a282608054/article/details/100094908

本文介绍了一种使用动态规划解决最长上升子序列问题的方法。通过一个示例数组，详细阐述了状态转移方程和求解过程，最终实现了寻找最长上升子序列长度的算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：给定一个无序的整数数组，找到其中最长上升子序列的长度。

例子：
输入: [10,9,2,5,3,7,101,18]
输出: 4
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。

思路：动态规划

状态： dp[i]表示以i结尾的子串最长上升序列的长度
初始化：Arrays.fill(dp , 1);
状态转移方程：dp[i] = Math.max(dp[i] , dp[j] + 1) (if(dp[i] > dp[j]) j = 0 , 1 ,2…, i - 1);
结果：dp[]的最大值

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums == null || nums.length ==0){
            return 0;
        }
        int n = nums.length;
        int[] dp = new int[n];
        Arrays.fill(dp , 1);
        for(int i = 1 ; i < n ; i++){
            for(int j = 0 ; j < i ; j++){
                if(nums[i] > nums[j]){
                    dp[i] = Math.max(dp[i] , dp[j] + 1);
                }
            }
            
        }
        int res = 0;
        for(int i : dp){
            res = Math.max(res , i);
        }
        return res;
        
    }
}