Algorithms first
最长递增子序列 · 交互式算法学习
返回最长严格递增子序列长度。
#300 · 一维动态规划
最长递增子序列
Longest Increasing Subsequence
nums = [10,9,2,5,3,7,101,18]状态表3 个关键状态
步骤 110、9、2 不断降低长度 1 的尾值。
tails=[2]0120
10
9
2
15
3
7
2101
18
当前状态转移来源
推荐
牌堆尾值二分
时间
O(n log n)空间 O(n)tails[len-1] 保存该长度递增序列的最小尾值,用二分替换。
1function lengthOfLIS(a) {2 const tails = [];3 for (const x of a) {4 let l = 0,5 r = tails.length;6 while (l < r) {7 const m = (l + r) >> 1;8 tails[m] < x ? l = m + 1 : r = m9 }10 tails[l] = x11 }12 return tails.length;13}多语言参考
来源 · CC BY-SA 4.0 ↗Java · C++ · Go
这是一组同题正确实现,独立于上方当前动画方法;不同语言可能采用另一种正确策略。
1class Solution {2 public int lengthOfLIS(int[] nums) {3 int n = nums.length;4 int[] f = new int[n];5 Arrays.fill(f, 1);6 int ans = 1;7 for (int i = 1; i < n; ++i) {8 for (int j = 0; j < i; ++j) {9 if (nums[j] < nums[i]) {10 f[i] = Math.max(f[i], f[j] + 1);11 }12 }13 ans = Math.max(ans, f[i]);14 }15 return ans;16 }17}交互式算法学习
从执行步骤真正理解 LeetCode 经典 150
本站整理 150 道高频算法面试题和 302 种解法。动画方法同步展示 JavaScript 与 Python;每题另提供 Java、C++ 与 Go 同题参考实现。
AlgoViz Lab
最长递增子序列 · 解法对比
返回最长严格递增子序列长度。
- 测试用例
nums = [10,9,2,5,3,7,101,18]- 题目分类
- 一维动态规划
- 解法对比
- 2
以每项结尾的 DP
dp[i] 从所有更小的前项 dp[j]+1 转移。
- 时间
O(n²)- 空间
O(n)
牌堆尾值二分
tails[len-1] 保存该长度递增序列的最小尾值,用二分替换。
- 时间
O(n log n)- 空间
O(n)