标签:个数 png class 一个 div src 区别 font 动态规划
动态规划思想
注意:子串和子序列的区别
子串一定时连续的,子序列不一定是连续的
首先清楚dp数组的含义
定义:dp[i]表示以nums[i]这个数结尾的最长递增子序列的长度
因为nums[3]=4,最长递增子序列为1,3,4,所以长度为3即dp[3]=3
既然是递增子序列,只要找到前面那些结尾比4小的子序列,然后把4接到最后,就可以形成一个新的递增子序列,长度加1
class Solution: def lengthOfLIS(self, nums: List[int]) -> int: # 初始化dp数组为1 dp = [1] * len(nums) for i in range(len(nums)): for j in range(i): if nums[i] > nums[j]: dp[i] = max(dp[i], dp[j]+1) res = 0 for i in range(len(dp)): res = max(res, dp[i]) return res
class Solution: def findNumberOfLIS(self, nums: List[int]) -> int: if not nums: return 0 # length表示以x为结尾的最长递增子序列的长度 length = [1 for _ in range(len(nums))] # count 表示以x为结尾的最长递增子序列的个数 count = [1 for _ in range(len(nums))] for i in range(len(nums)): for j in range(i): if nums[i] > nums[j]: # 在初始化的length表基础上,正常都是length前面的值小于等于length后面的值(初始化为1) if length[j] >= length[i]: length[i] = length[j] + 1 count[i] = count[j] # 如果遇到这个i前面两个相同的值,第二次进入这个条件时,这个i已经是做过length[i] = length[j] + 1,即有两个长度相同的子序列 elif length[j] + 1 == length[i]: count[i] += count[j] res = 0 # 找最长递增子序列,要在length中找长度最长的子序列个数之和 maxSub = max(length) for i in range(len(nums)): if length[i] == maxSub: res += count[i] return res
标签:个数 png class 一个 div src 区别 font 动态规划
原文地址:https://www.cnblogs.com/GumpYan/p/13154999.html