LeetCode 300. 最长递增子序列
2023-03-14 22:46:40 时间
题目地址(300. 最长递增子序列)
https://leetcode-cn.com/problems/longest-increasing-subsequence/
题目描述
- 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。
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 <= numsi <= 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?
思路
动态规划,每个点记录与之前比较的最长子序列
代码
- 语言支持:Python3
Python3 Code:
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
length = len(nums)
dp = [1] * length
for i in range(length):
for j in range(i):
# print(nums[i],nums[j],dp)
if nums[j] < nums[i]:
dp[i] = max(dp[i],dp[j]+1)
# print(dp)
return max(dp)
if __name__ == '__main__':
nums = [10,9,2,5,3,7,101,18]
nums = [0, 1, 0, 3, 2, 3]
# nums = [7, 7, 7, 7, 7, 7, 7]
nums = [1,3,6,7,9,4,10,5,6]
res = Solution().lengthOfLIS(nums)
print(res)
复杂度分析
令 n 为数组长度。
- 时间复杂度:$O(n^2)$
- 空间复杂度:$O(n)$
相关文章
- 我是这样学Synchronized关键字的
- 项目管理软件KanbanFlow、Trello与nTask大比拼
- 一篇文章带你了解CSS Pseudo-classes(伪类 )
- 比看书还高效,这4种提高编程技能的方式你知道么?
- 线程安全性详解(原子性、可见性、有序性)
- 如何在 .NetCore 中使用 AutoMapper 高级功能
- k8s部署高可用配置中心apollo-手动验证成功
- 中亦科技举办图谱技术线上交流活动 助力金融业数字化转型发展
- 线程不是你想中断就能中断
- 深耕软件行业45年,这位「老前辈」在退休之际分享了他的职业感悟
- 分布式 PostgreSQL 集群(Citus)官方安装指南
- 使用GitLabCI实现 多模块项目CI/CD
- Redis+Caffeine两级缓存,让访问速度纵享丝滑
- 关于Dubbo随便问八个问题
- Spring中这些能升华代码的技巧,可能会让你爱不释手
- 软技能:使用四象限法分析一切问题
- 展望2021,DevOps与敏捷方法不再“相爱相杀”
- 手把手教你用Go语言打造一款简易TCP端口扫描器
- 互联网系统架构为什么要做前后端分离呢?
- 程序员如何写出高质量的代码程序