300. Longest Increasing Subsequence
阿新 • • 發佈:2021-07-17
原題連結
300. Longest Increasing Subsequence
題目描述
給你一個整數陣列 nums ,找到其中最長嚴格遞增子序列的長度。
子序列是由陣列派生而來的序列,刪除(或不刪除)陣列中的元素而不改變其餘元素的順序。例如,[3,6,2,7] 是陣列 [0,3,1,6,2,2,7] 的子序列。
示例 1:
輸入:nums = [10,9,2,5,3,7,101,18]
輸出:4
解釋:最長遞增子序列是 [2,3,7,101],因此長度為 4 。
示例 2:
輸入:nums = [0,1,0,3,2,3]
輸出:4
示例 3:
輸入:nums = [7,7,7,7,7,7,7]
輸出:1
問題分析
這題用dp進行解決
dp[i]定義為nums陣列中 nums[0, ..., i] 這個子陣列 的最長上升子序列的長度
那麼dp[i] = max(dp[j]) + 1, 其中 0 <= j < i 且 nums[j] < nums[i]
最後,整個陣列的最長上升子序列即所有dp[i]中的最大值。
LISlength = max(dp[i]) 0 <= i < n
程式碼
只有0和1的世界是簡單的class Solution { public: int maximalSquare(vector<vector<char>>& matrix) { int m = matrix.size(), n = matrix[0].size(); vector<vector<int>> dp(m, vector<int>(n, 0)); int maxSide = 0; for(int i = 0; i < m; i++){ for(int j = 0; j < n; j++){ if(matrix[i][j] == '1'){ if(i == 0 || j == 0){ dp[i][j] = 1; } else { dp[i][j] = min(dp[i-1][j-1], min(dp[i][j-1], dp[i-1][j])) + 1; } maxSide = max(maxSide, dp[i][j]); } } } return maxSide*maxSide; } };