演算法小結(一)
阿新 • • 發佈:2020-09-10
題目描述:
最長上升子序列:給定一個無序的整數陣列,找到其中最長上升子序列的長度。
示例:
輸入: [10,9,2,5,3,7,101,18] 輸出: 4 解釋: 最長的上升子序列是 [2,3,7,101],它的長度是 4。
解題思路:
首先我們分析題目,要找的是最長上升子序列(Longest Increasing Subsequence,LIS)。因為題目中沒有要求連續,所以LIS可能是連續的,也可能是非連續的。同時,LIS符合可以從其子問題的最優解來進行構建的條件。所以我們可以嘗試用動態規劃來進行求解。首先我們定義狀態:
dp[i] :表示以nums[i]結尾的最長上升子序列的長度
我們假定nums為[1,9,5,9,3],如下圖:
我們分兩種情況進行討論:
- 如果nums[i]比前面的所有元素都小,那麼dp[i]等於1(即它本身)(該結論正確)
- 如果nums[i]前面存在比他小的元素nums[j],那麼dp[i]就等於dp[j]+1(該結論錯誤,比如nums[3]>nums[0],即9>1,但是dp[3]並不等於dp[0]+1)
我們先初步得出上面的結論,但是我們發現了一些問題。**因為dp[i]前面比他小的元素,不一定只有一個!**
可能除了 nums[j],還包括 nums[k],nums[p]等等等等。所以 dp[i] 除了可能等於 dp[j]+1,還有可能等於 dp[k]+1,dp[p]+1等等等等 。所以我們求 dp[i],需要找到 dp[j]+1,dp[k]+1,dp[p]+1等等等等中的最大值。(我在3個等等等等上都進行了加粗,主要是因為初學者非常容易在這裡摔跟斗!這裡強調的目的是希望能記住這道題型!) 即:
dp[i] = max(dp[j]+1,dp[k]+1,dp[p]+1,.....) 只要滿足: nums[i] > nums[j] nums[i] > nums[k] nums[i] > nums[p]
最後,我們只需要找到dp陣列中的最大值,就是我們要找的答案。
分析完畢,我們繪製成圖:
程式碼:
func lengthOfLIS(nums []int) int { if len(nums) < 1 { return 0 } dp := make([]int, len(nums)) result := 1 for i := 0; i < len(nums); i++ { dp[i] = 1 for j := 0; j < i; j++ { if nums[j] < nums[i] { dp[i] = max(dp[j]+1, dp[i]) } } result = max(result, dp[i]) } return result } func max(a, b int) int { if a > b { return a } return b }
地址:https://mp.weixin.qq.com/s/GMdGe6jJCpa2_HhfbpfD3g