LeetCode刷题|LeetCode刷题 最长递增子序列

【LeetCode刷题|LeetCode刷题 最长递增子序列】LeetCode上最长递增子序列,中等难度记录下解题思路
这是一道LIS题目,LIS(Longest Increasing Subsequence)最长上升(不下降)子序列。
假设传入一个数组nums = [1,0,1,3,8,8,1,8]i = 0开始取子数组,要计算能取到的最长递增子数组
这里开始引入动态规划的概念,拥有一个数组dpdp中的dp[i]对应的是i位置的数组能获取的最长递增数组
这里发现了一个不错的线上LIS演示网站,结合这个网站来看整个过程
通过内外两层循环来解题外层循环i和内层循环j
例如

LeetCode刷题|LeetCode刷题 最长递增子序列
文章图片

当求i = 3 nums[3] = 3的情况,需要遍历[0,3-1]的数和3对比
对比j= 0 nums[0] = 1i = 3 nums[3] = 3的情况
3 > 1所以这个子串是能够成立的,并且由于dp[0] = 1,那么当j= 0 i =3的情况下最大的子串为Math.max(dp[i],dp[j]+1) 此时dp[3] = 2,之后j++
对比j= 1 nums[1] = 0i = 3 nums[3] = 3的情况
3 > 0,但此时Math.max(dp[i],dp[j]+1) = Math.max(2,1+1)此时还是dp[3] = 2
对比j= 2 nums[2] = 1i = 3 nums[3] = 3的情况
3 > 1,但此时Math.max(dp[i],dp[j]+1) = Math.max(2,2+1)此时还是dp[3] = 3
所以最后总结下来

  1. 需要一个dp数组,默认全部填充1
  2. 用双重循环填充dp数组,每次i位置的填充需要遍历nums[0,i-1]范围内的数据,同时比较dp[j] = Math.max(dp[i],dp[j]+1)
var lengthOfLIS = function(nums) { // 保存长度 let n = nums.length; if(n == 0) return 0 // 创建个对应长度的数组,并且都填充1, // 填充1是子数组最差也是包含自己,那么长度怎么都是1 let dp = new Array(n).fill(1); // 需要返回的值 let max = 0; // 遍历整个数组 for(let i = 0; i < n; i++){ // 遍历[0,i-1]范围的数 for(let j = 0; j < i; j++){ //如果成立nums[j] < nums[i],那么这个数组就是递增的 if(nums[j] < nums[i]){ // 对比下之前的长度,和这次能够生成的长度 dp[i] = Math.max(dp[i],dp[j]+1); } } max = Math.max(max,dp[i]); } return max; };

    推荐阅读