❓ 673. 最长递增子序列的个数
难度:中等
给定一个未排序的整数数组 nums
, 返回最长递增子序列的个数 。
注意 这个数列必须是 严格 递增的。
示例 1:
输入: [1,3,5,4,7]
输出: 2
解释: 有两个最长递增子序列,分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。
示例 2:
输入: [2,2,2,2,2]
输出: 5
解释: 最长递增子序列的长度是1,并且存在5个子序列的长度为1,因此输出5。
提示:
- 1 < = n u m s . l e n g t h < = 2000 1 <= nums.length <= 2000 1<=nums.length<=2000
- − 1 0 6 < = n u m s [ i ] < = 1 0 6 -10^6 <= nums[i] <= 10^6 −106<=nums[i]<=106
💡思路:动态规划
定义 dp
数组,dp[i]
表示 nums
中前 i
(包括 nums[i]
)最长递增子序列的长度;
并定义 count
数组,表示以 nums[i]
为结尾的字符串,最长递增子序列的个数为 count[i]
。
-
遍历
nums
数组,当遍历nums[i]
时,将nums[i]
与[0, i - 1]
中的数进行比较,当nums[i] > nums[j]
时:- 如果
dp[j] + 1 > dp[i]
,说明找到了一个更长的递增子序列,则更新dp[i] = dp[j] + 1
,此时以j
为结尾的子串的最长递增子序列的个数,就是最新的以i
为结尾的子串的最长递增子序列的个数,即:count[i] = count[j]
。 dp[j] + 1 == dp[i]
,说明找到了两个相同长度的递增子序列,那么以i
为结尾的子串的最长递增子序列的个数 就应该加上以j
为结尾的子串的最长递增子序列的个数,即:count[i] += count[j]
。
- 如果
-
题目要求最长递增序列的长度的个数,我们定义一个变量
maxCount
把最长长度记录下来; -
最后统计所有等于
maxCount
长度的 数量。
🍁代码:(C++、Java)
C++
class Solution {
public:
int findNumberOfLIS(vector<int>& nums) {
if (nums.size() <= 1) return nums.size();
int n = nums.size();
vector<int> dp(n, 1); //i之前(包括i)最长递增子序列的长度
vector<int> count(n, 1); //以nums[i]为结尾的字符串,最长递增子序列的个数
int maxCount = 0;
for(int i = 0; i < n; i++){
for(int j = 0; j < i; j++){
if(nums[i] > nums[j]){
if(dp[j] + 1 > dp[i]) {
dp[i] = dp[j] + 1;
count[i] = count[j];
}
else if(dp[j] + 1 == dp[i]) count[i]+= count[j];
}
if (dp[i] > maxCount) maxCount = dp[i];
}
}
int result = 0;
for (int i = 0; i < n; i++) {
if (maxCount == dp[i]) result += count[i];
}
return result;
}
};
Java
class Solution {
public int findNumberOfLIS(int[] nums) {
int n = nums.length;
if(n <= 1) return n;
int dp[] = new int[n]; //i之前(包括i)最长递增子序列的长度
Arrays.fill(dp, 1);
int count[] = new int[n]; //以nums[i]为结尾的字符串,最长递增子序列的个数
Arrays.fill(count, 1);
int maxCount = 0;
for(int i = 0; i < n; i++){
for(int j = 0; j < i; j++){
if(nums[i] > nums[j]){
if(dp[j] + 1 > dp[i]) {
dp[i] = dp[j] + 1;
count[i] = count[j];
}
else if(dp[j] + 1 == dp[i]) count[i]+= count[j];
}
if (dp[i] > maxCount) maxCount = dp[i];
}
}
int result = 0;
for (int i = 0; i < n; i++) {
if (maxCount == dp[i]) result += count[i];
}
return result;
}
}
🚀 运行结果:
🕔 复杂度分析:
- 时间复杂度:
O
(
n
2
)
O(n^2)
O(n2),其中
n
为数组nums
的长度。 - 空间复杂度: O ( n ) O(n) O(n)。
题目来源:力扣。
放弃一件事很容易,每天能坚持一件事一定很酷,一起每日一题吧!
关注我LeetCode主页 / CSDN—力扣专栏,每日更新!