LeetCode刷题笔记第300题:最大上升子序列

LeetCode刷题笔记第300题:最大上升子序列

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。

示例 1: 输入:nums = [10,9,2,5,3,7,101,18] 输出:4 解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。

示例 2: 输入:nums = [0,1,0,3,2,3] 输出:4

示例 3: 输入:nums = [7,7,7,7,7,7,7] 输出:1

提示: 1 <= nums.length <= 2500 -104 <= nums[i] <= 104

进阶: 你可以设计时间复杂度为 O(n2) 的解决方案吗? 你能将算法的时间复杂度降低到 O(n log(n)) 吗?

想法: 创建一个列表存放到各个位置的最大上升子序列的值,在遍历完成之后,列表中最大值即为最大上升子序列的值。

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        # 如果列表为空则返回0
        if not nums:
            return 0
        # 创建一个列表存放到目标位置时的最大上升子序列个数的值
        dp = []
        for i in range(len(nums)):
            # 在每个当前位置都至少从当前位置开始,向列表中扩充初始值
            dp.append(1)
            # 循环遍历当前位置是之前元素的值
            for j in range(i):
                # 当当前位置元素值大于之前的元素值时在之前元素的基础上加一
                if nums[i] > nums[j]:
                    dp[i] = max(dp[i], dp[j] + 1)
        # 当遍历完整理列表之后,取列表最大的值,即为最大上升子序列个数
        return max(dp)
经验分享 程序员 微信小程序 职场和发展