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,用c语言实现
时间: 2024-05-14 08:19:42 浏览: 19
哈喽!欢迎和我聊天~ 很高兴能回答你的问题。
关于你的问题,我可以给你一个动态规划的解法。假设dp[i]表示以nums[i]作为结尾的最长递增子序列长度,那么我们可以通过逐一比较nums[i]和nums[0]~nums[i-1]的大小来推导出dp[i]的值。具体地,我们有以下递推式:
dp[i] = max(dp[j] + 1), 0<=j<i 且 nums[j] < nums[i]
也就是说,dp[i]的值等于所有满足nums[j] < nums[i]的dp[j]的最大值加1。最终答案就是dp数组中的最大值。
代码实现如下:
```c
int lengthOfLIS(int* nums, int numsSize){
int dp[numsSize], res = 0;
for(int i = 0; i < numsSize; i++) {
int max_len = 0;
for(int j = 0; j < i; j++) {
if(nums[j] < nums[i]) {
max_len = fmax(max_len, dp[j]);
}
}
dp[i] = max_len + 1;
res = fmax(res, dp[i]);
}
return res;
}
```
希望这个回答能够解决你的问题。如果你还有其他的问题,欢迎继续和我聊天哦~
相关问题
7-2 最长递增子序列 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。
这是一道经典的动态规划问题,可以使用动态规划算法来解决。
具体的做法是:定义一个数组 dp,其中 dp[i] 表示以 nums[i] 结尾的最长递增子序列的长度。初始化时,将 dp 数组全部初始化为 1,因为每个元素都可以单独成为一个递增子序列。
接下来,遍历数组 nums,对于每个元素 nums[i],再遍历它前面的元素 nums[j],如果 nums[j] 小于 nums[i],则可以将 nums[i] 接到 nums[j] 的后面形成一个更长的递增子序列,此时更新 dp[i] 的值为 dp[j]+1 和 dp[i] 中的较大值。
最后,遍历 dp 数组,找到其中的最大值即为最长递增子序列的长度。
以下是代码实现:
c++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。
这是一个经典的动态规划问题,可以使用 O(n^2) 或者 O(nlogn) 的算法解决。
O(n^2) 的算法思路是定义一个 dp 数组,其中 dp[i] 表示以 nums[i] 结尾的最长严格递增子序列的长度。初始化 dp 数组为 1,即每个元素本身就是一个长度为 1 的严格递增子序列。然后从前往后遍历数组,对于每个位置 i,枚举其前面的所有位置 j,如果 nums[j] < nums[i],则更新 dp[i] = max(dp[i], dp[j] + 1)。
O(nlogn) 的算法思路是使用贪心+二分查找的方法。定义一个 tails 数组,其中 tails[i] 表示长度为 i+1 的严格递增子序列的最后一个元素的最小值。初始化 tails 数组为一个只包含 nums[0] 的数组。然后从第二个元素开始遍历数组,对于每个元素 nums[i],如果 nums[i] > tails[len-1],则将 nums[i] 添加到 tails 数组的末尾,长度加 1;否则在 tails 数组中二分查找第一个大于等于 nums[i] 的位置 j,将 tails[j] 替换为 nums[i]。最终 tails 数组的长度就是最长严格递增子序列的长度。
以下是 O(n^2) 的 C++ 代码实现:
```c++
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
vector<int> dp(n, 1);
int ans = 1;
for (int i = 1; i < n; i++) {
for (int j = 0; j < i; j++) {
if (nums[j] < nums[i]) {
dp[i] = max(dp[i], dp[j] + 1);
}
}
ans = max(ans, dp[i]);
}
return ans;
}
```
以下是 O(nlogn) 的 C++ 代码实现:
```c++
int lengthOfLIS(vector<int>& nums) {
int n = nums.size();
vector<int> tails;
tails.push_back(nums[0]);
for (int i = 1; i < n; i++) {
if (nums[i] > tails.back()) {
tails.push_back(nums[i]);
} else {
int left = 0, right = tails.size() - 1;
while (left < right) {
int mid = (left + right) / 2;
if (tails[mid] < nums[i]) {
left = mid + 1;
} else {
right = mid;
}
}
tails[left] = nums[i];
}
}
return tails.size();
}
```
相关推荐
![text/x-c](https://img-home.csdnimg.cn/images/20210720083646.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)