首页 > 其他分享 >LeetCode: 673.最长子序列的数量 动态规划 时间复杂度O(n*n)

LeetCode: 673.最长子序列的数量 动态规划 时间复杂度O(n*n)

时间:2024-09-11 11:21:39浏览次数:3  
标签:cnt 最长 nums 复杂度 673 序列 递增 LeetCode dp

673.最长子序列的数量

LeetCode原题连接 673. 最长子序列的数量

题目描述

给定一个未排序的整数数组,找到最长递增子序列的个数。

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:

  • 0 <= nums.length <= 2000
  • -10^6 <= nums[i] <= 10^6

题目解析

这道题是 Leetcode 300. 最长递增子序列的进阶版本,我们不仅要找到最长子序列,还要找到最长子序列的个数。写该题之间建议先完成 Leetcode 300. 最长递增子序列。我们在以前的博客中已经详细介绍过寻找最长递增子序列的算法。

接下来,我们对算法进行改造,以解决这个更为复杂的问题。

在原来的算法中,我们维护一个数组dp[i],表示nums中前i个元素的最长递增子序列的长度。我们对dp数组进行更新,具体的更新规则如下:

  1. 如果nums[i] > nums[j], 且dp[j] + 1 > dp[i], 则dp[i] = dp[j] + 1,0 <= j < i。
  2. 否则,dp[i] = dp[i]

现在,我们不仅需要知道,nums中前i个元素的最长递增子序列的长度,还需要知道,nums中前i个元素的最长递增子序列的个数。

我们可以维护一个数组count[i],表示nums中前i个元素的最长递增子序列的个数。我们对count数组进行更新,具体的更新规则如下:

  1. 如果nums[i] > nums[j], 且dp[j] + 1 == dp[i], 则count[i] += count[j],0 <= j < i。这表示当前长度为dp[i]的最长递增子序列,可以由前j个元素的最长递增子序列延伸得到。
  2. 如果nums[i] > nums[j], 且dp[j] + 1 > dp[i],则count[i] = count[j]。这表示当前dp[i]并不是以nums[i]结尾的最长递增子序列,最长递增子序列长度应该更新为 dp[j] + 1。那么count[i] = count[j],表示当前长度为dp[j]+1的最长递增子序列,只能由前j个元素的最长递增子序列延伸得到。

这样,我们就得到了nums中前i个元素的最长递增子序列长度和对应的最长子序列的个数。

接下来,只要将dp数组中最大的元素(即最长子序列的长度),在count数组中对应的值累加起来,就可以得到nums中最长递增子序列的个数。

复杂度分析

  • 时间复杂度: O ( n 2 ) O(n^2) O(n2),其中 n 是数组 nums 的长度。
  • 空间复杂度: O ( n ) O(n) O(n),其中 n 是数组 nums 的长度。

代码实现

Go版本

func findNumberOfLIS(nums []int) int {
        n:=len(nums)  // dp[i] 表示以 nums[i] 结尾的最长递增子序列的长度 
        dp:=make([]int,n) // cnt[i] 表示以 nums[i] 结尾的、长度为 dp[i] 的递增子序列的个数 
        cnt:=make([]int,n)
        maxLen:=1
        cnt[0]=1
        dp[0]=1
        for i:=1;i<n;i++{
            cnt[i]=1
            dp[i]=1
            for j:=0;j<i;j++{
                if(nums[i]>nums[j]){
                    if(dp[i]==dp[j]+1){
                        cnt[i]+=cnt[j]
                    }else if(dp[i]<dp[j]+1){
                        cnt[i]=cnt[j]
                        dp[i]=max(dp[i],dp[j]+1)
                    }
                }
            }
            maxLen=max(maxLen,dp[i])
        }
        res:=0
        for i:=0;i<n;i++{
            if(dp[i]==maxLen){
                res+=cnt[i]
            }
        }
        return res
}

Python版本

class Solution(object):
    def findNumberOfLIS(self, nums):
        n = len(nums)  
        dp = [1] * n   # dp[i] 表示以 nums[i] 结尾的最长递增子序列的长度 
        cnt = [1] * n  # cnt[i] 表示以 nums[i] 结尾的、长度为 dp[i] 的递增子序列的个数
        max_len = 1  
        for i in range(1, n):  
            for j in range(i):  
                if nums[i] > nums[j]:  
                    if dp[i] == dp[j] + 1:  
                        cnt[i] += cnt[j]  
                    elif dp[i] < dp[j] + 1:  
                        dp[i] = dp[j] + 1  
                        cnt[i] = cnt[j]  
    
            max_len = max(max_len, dp[i])  
        res = 0  
        for i in range(n):  
            if dp[i] == max_len:  
                res += cnt[i]  
        return res

C++版本

class Solution {
public:
    int findNumberOfLIS(vector<int>& nums) {
        int n = nums.size();  
        vector<int> dp(n, 1);  // dp[i] 表示以 nums[i] 结尾的最长递增子序列的长度  
        vector<int> cnt(n, 1); // cnt[i] 表示以 nums[i] 结尾的、长度为 dp[i] 的递增子序列的个数  
        int max_len = 1;  
    
        for (int i = 1; i < n; ++i) {  
            for (int j = 0; j < i; ++j) {  
                if (nums[i] > nums[j]) {  
                    if (dp[i] == dp[j] + 1) {  
                        cnt[i] += cnt[j];  
                    } else if (dp[i] < dp[j] + 1) {  
                        dp[i] = dp[j] + 1;  
                        cnt[i] = cnt[j];  
                    }  
                }  
            }  
            max_len = max(max_len, dp[i]);  
        }  
    
        int res = 0;  
        for (int i = 0; i < n; ++i) {  
            if (dp[i] == max_len) {  
                res += cnt[i];  
            }  
        }  
    
        return res;  
    }
};

标签:cnt,最长,nums,复杂度,673,序列,递增,LeetCode,dp
From: https://blog.csdn.net/weixin_60214397/article/details/142106119

相关文章

  • LeetCode:2555. 两个线段获得的最多奖品 动态规划+滑动窗口
    2555.两个线段获得的最多奖品today2555两个线段获得的最多奖品题目描述在X轴上有一些奖品。给你一个整数数组prizePositions,它按照非递减顺序排列,其中prizePositions[i]是第i件奖品的位置。数轴上一个位置可能会有多件奖品。再给你一个整数k。你可以选择两......
  • LeetCode Hot100刷题记录-141.环形链表
    给你一个链表的头节点head,判断链表中是否有环。如果链表中有某个节点,可以通过连续跟踪next指针再次到达,则链表中存在环。为了表示给定链表中的环,评测系统内部使用整数pos来表示链表尾连接到链表中的位置(索引从0开始)。注意:pos不作为参数进行传递。仅仅是为了标识链表的......
  • 【算法题】22.括号生成-力扣(LeetCode)
    【算法题】22.括号生成-力扣(LeetCode)1.题目下方是力扣官方题目的地址22.括号生成数字n代表生成括号的对数,请你设计一个函数,用于能够生成所有可能的并且有效的括号组合。示例1:输入:n=3输出:["((()))","(()())","(())()","()(())","()()()"]示例2:输入:n=1......
  • leetcode 1809 没有广告的剧集
    表:Playback+-------------+------+|ColumnName|Type|+-------------+------+|session_id|int||customer_id|int||start_time|int||end_time|int|+-------------+------+session_id是该表中具有唯一值的列。customer_id是观看该剧集......
  • LeetCode算法—双指针
    一:普通双指针1、题目1:两数求和-1(1)方法1:普通双指针思路:定义两个指针;第一个指针放在数组的首位;第二个指针放在下一个元素的位置;然后遍历这个;如果两个元素的和为目标值就返回对对应的下标和索引值!deffuc(nums,target):foriinrange(len(nums)):forjinrange(i......
  • 72. 编辑距离(leetcode)
    https://leetcode.cn/problems/edit-distance/classSolution{publicintminDistance(Stringword1,Stringword2){//经典题编辑距离//f[i][j]表示word1前i个字符中选择进行操作,word2前j个字符进行选择进行操作相同的最少步数//以word1[......
  • 583. 两个字符串的删除操作(leetcode)
    https://leetcode.cn/problems/delete-operation-for-two-strings/solutions/两种做法,1.直接dp2.转换题意,思考成LCSclassSolution{publicintminDistance(Stringword1,Stringword2){//编辑距离的简化版//f[i][j]表示word1前i个字符中选择,wo......
  • LeetCode Hot100刷题记录-234.回文链表
    题目:给你一个单链表的头节点head,请你判断该链表是否为回文链表。如果是,返回true;否则,返回false。PS:回文序列是向前和向后读都相同的序列。解题思路:遍历链表,将每个元素存放入一个新的数组中。遍历完成后,再用两个指针前后遍历数组来判断两个数字是否相等。/***Def......
  • 线性dp:LeetCode122.买卖股票的最佳时机ll
    买卖股票本文所讲解的内容与LeetCode122.买卖股票的最佳时机ll,这道题题意相同,阅读完本文后可以自行挑战一下力扣链接题目叙述:给定一个长度为N的数组,数组中的第i个数字表示一个给定股票在第i天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交......
  • leetcode day06 动态规划之解码方法I和II
    91.解码方法该题类似于爬楼梯方法一:动态规划对于给定的字符串s,设它的长度为n,其中的字符从左到右依次为s[1],s[2],⋯,s[n]。我们可以使用动态规划的方法计算出字符串s的解码方法数。具体地,设f i 表示字符串s的前i个字符s[1..i]的解码方法数。在进行状态转移......