1. 程式人生 > 實用技巧 >演算法小結(一)

演算法小結(一)

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:

  1. 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)
  2. 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