动态规划-673. 最长递增子序列的个数
点击蓝字关注我,一起成长
题目
给定一个未排序的整数数组,找到最长递增子序列的个数。
2
样例
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。
注意: 给定的数组长度不超过 2000 并且结果一定是32位有符号整数。
3
解答与代码
由上分析可得:
设置dp数组,记录从 0 - i 的路径长度。
设置count数组,记录从 0 - i 的路径数。
对于0 - i 中,每一个 j < i, 有:
假设 num[j] < num[i] ,则:
(1) 如果dp[j] + 1 > dp[i] ,表示通过 j 到 i 这条路径更长,所以,count[i] = count[j],即是通过 j 有多少条路径,那么都可以到达 i ;
(2) 如果dp[j] + 1 == dp[i] , 表示前面已经有某个数 k (假设为k),通过 k 到达 i 的路径长度跟 通过 j 到达 i 的路径长度是一样的,而且也是到达 i 最长的路径。所以我们可以得到:到达 i 并且路径长度为 dp[i] 的路径可以由 k -> i 以及 j -> i 这两条路径,可得:count[i] += count[j];
答案:
import java.util.*;
class Solution {
public int findNumberOfLIS(int[] nums) {
int size = nums.length;
int[] dp = new int[size];
int[] count = new int[size];
Arrays.fill(dp, 1);
Arrays.fill(count, 1);
int result = 0;
int max = 0;
for(int i=0;i<size;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];
}
}
}
max = Math.max(max, dp[i]);
}
for(int i=0;i<size;i++){
if(dp[i] == max){
result += count[i];
}
}
return result;
}
}
4
预告
本次专题:动态规划算法
明天预告题目:
LeetCode-64. 最小路径和
● 扫码关注我
题目素材来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/unique-paths-ii
喜欢我的内容就点“在看”分享给小伙伴哦