力扣HOT100之动态规划:300. 最长递增子序列

article/2025/6/25 12:33:32


这道题之前刷代码随想录的时候也刷过,现在又给忘完了。自己尝试着写了一下,发现怎么写都写不对,直接去看视频了。。我自己写的时候的定义是:考虑下标0 ~ i范围内索赔能取到的最长严格递增子序列的长度,后面发现在写递推公式的时候怎么都写不对,这道题的dp数组的含义为:以nums[i]为结尾的情况下,其最长严格递增子序列的长度。那么递推公式就很好想了,在以nums[i]为结尾的情况下,我们从头开始搜索,如果遇到nums[j] < nums[i]的情况,则说明nums[i]可以作为以nums[j]结尾的子序列的下一个元素,我们需要对比dp[j] + 1dp[i]之间的大小关系,取较大值作为新的dp[i]。遍历顺序也很好想,二重循环都是从小到大遍历的。下面写下递归五部曲:
1.确定dp[i]的含义:以nums[i]为结尾的情况下,其最长严格递增子序列的长度
2.确定递推公式 dp[i] = max(dp[j] + 1, dp[i]) (只有nums[i] > nums[j]才会触发)
3.dp数组初始化 dp[0] = 1
4.确定遍历顺序:从左往右遍历
5.打印数组(省略)
值得注意的是,我们最终要返回的不一定是dp[s.size() - 1],因为最后一个元素不一定是最大元素,最大元素可能在前面的任意位置,例如数组[0, 1, 2, 3, 4, 5, 1],最大长度在元素5这里产生,我们需要用一个额外变量result来维护最大长度。

class Solution {
public:int lengthOfLIS(vector<int>& nums) {//1.确定dp[i]的含义:以nums[i]为结尾的情况下,其最长严格递增子序列的长度//2.确定递推公式  dp[i] = max(dp[j] + 1, dp[i]) (只有nums[i] > nums[j]才会触发)//3.dp数组初始化 dp[0] = 1  //4.确定遍历顺序:从左往右遍历//5.打印数组(省略)int n = nums.size();vector<int> dp(n, 1);int result = 1;   //用于记录整个数组中的最长子序列的长度//初始化dp[0] = 1;for(int i = 1; i < n; i++){   //逐渐扩大数组范围for(int j = 0; j < i; j++){   //内循环则确定nums[i]为结尾的情况下所能取到的最长严格递增子序列的长度if(nums[i] > nums[j])  //nums[i]可以作为以nums[j]结尾的子序列的下一个元素时dp[i] = max(dp[j] + 1, dp[i]);}result = max(result, dp[i]);  //维护最长严格递增子序列的长度}return result;}
};

http://www.hkcw.cn/article/XqXSjXHPpC.shtml

相关文章

姜老师MBTI课程:ISTP和ISFP

文稿&#xff1a; 今天我们讲两个非常奇怪的人格特质组合。就是如果他又内向又严谨&#xff0c;他还可能P吗&#xff1f;可能愿意去接受风险&#xff0c;去尝鲜探索未知吗&#xff1f;对&#xff0c;咱们今天就讲的是ISP。 首先我们来看ISTP&#xff0c;一个人很内向&#xf…

Cursor奇技淫巧篇(经常更新ing)

Dot files protection &#xff1a;Cursor当开启了Agent模式之后可以自动帮我们写文件&#xff0c;但是一般项目中的一些配置文件&#xff08;通常以.开头的&#xff09;都是非常重要性&#xff0c;为了防止Cursor在运行的过程中自己修改这些文件&#xff0c;导致风险&#xff…

现代数据湖架构全景解析:存储、表格式、计算引擎与元数据服务的协同生态

本文全面剖析现代数据湖架构的核心组件,深入探讨对象存储(OSS/S3)、表格式(Iceberg/Hudi/Delta Lake)、计算引擎(Spark/Flink/Presto)及元数据服务(HMS/Amoro)的协作关系,并提供企业级选型指南。 一、数据湖架构演进与核心价值 数据湖架构演进历程 现代数据湖核心价…

Python训练营打卡Day41(2025.5.31)

知识回顾 数据增强卷积神经网络定义的写法batch归一化&#xff1a;调整一个批次的分布&#xff0c;常用与图像数据特征图&#xff1a;只有卷积操作输出的才叫特征图调度器&#xff1a;直接修改基础学习率 卷积操作常见流程如下&#xff1a; 1. 输入 → 卷积层 → Batch归一化层…

MySQL--day10--数据处理之增删改

&#xff08;以下内容全部来自上述课程&#xff09; 增删改 0. 储备工作 #0.储备工作 USE atguigudb; CREATE TABLE IF NOT EXISTS emp1( id INT, name VARCHAR(15), hire_date DATE, salary DOUBLE(10,2) );1. 插入数据 1.1 一条一条添加 # &#xff08;1&#xff09;…

新版智慧景区信息化系统解决方案

该智慧景区信息化系统解决方案以云 + 大数据 + 物联网技术为核心,秉持 “汇聚联合,突显数据隐性价值” 理念,通过数据融合、业务融合、技术融合,构建 “营销、服务、管理” 三位一体模式。方案涵盖智慧票务、智能入园、精准营销、景区管理(如用电安全监测、森林防火、客流…

VAE在扩散模型中的技术实现与应用

VAE在扩散模型中的技术实现与应用 技术概述 在生成式AI领域&#xff0c;VAE&#xff08;变分自编码器&#xff09;与扩散模型的结合代表了当前最先进的技术方向之一。这种结合不仅解决了扩散模型在处理高维数据时的效率问题&#xff0c;还提供了更稳定的训练过程和更好的生成质…

C#中实现两个对象部分相同属性值的复制

在C#中实现两个对象部分相同属性值的复制&#xff0c;可通过以下方案实现&#xff1a; 一、手动赋值&#xff08;基础方案&#xff09; 直接通过属性名逐个赋值&#xff0c;适用于属性较少且明确的情况&#xff1a; // 示例类定义 public class Source { public int Id …

SOC-ESP32S3部分:22-分区表

飞书文档https://x509p6c8to.feishu.cn/wiki/F9PdwnOKhiTRDWk4cr1cIZsvneh 无论是前面我们说到的NVS&#xff0c;还是后面用到的文件系统&#xff0c;他们都必须有存储的载体&#xff0c;例如NVS&#xff0c;我们说过它是存储在Flash中的&#xff0c;那具体是Flash的哪个位置呢…

华为OD机试真题——找出两个整数数组中同时出现的整数(2025A卷:100分)Java/python/JavaScript/C++/C语言/GO六种最佳实现

2025 A卷 100分 题型 本文涵盖详细的问题分析、解题思路、代码实现、代码详解、测试用例以及综合分析; 并提供Java、python、JavaScript、C++、C语言、GO六种语言的最佳实现方式! 2025华为OD真题目录+全流程解析/备考攻略/经验分享 华为OD机试真题《找出两个整数数组中同时出…

KWIC—Implicit Invocation

KWIC—Implicit Invocation ✏️ KWIC—Implicit Invocation 文章目录 KWIC—Implicit Invocation&#x1f4dd;KWIC—Implicit Invocation&#x1f9e9;KWIC&#x1f9e9;核心组件&#x1f9e9;ImplementationScheme⚖️ 隐式调用 vs 显式调用对比 &#x1f31f; 总结 &#x…

JWT 入门

一、JWT 概述 1. 扩展(Cookie、Session、Token) 灵魂拷问&#xff1a;为什么你的淘宝账号关闭后&#xff0c;购物车还在&#xff1f;其实这是Cookie 在搞事情。它就像是一种入场券&#xff0c;有该入场券就可以随意进出关卡。但这有个致命的弱点&#xff0c;Cookie是存在客户…

传统液晶瓶颈待破?铁电液晶如何实现显示技术逆袭

一、传统液晶显示&#xff1a;繁华背后的技术枷锁 在消费电子与专业显示领域&#xff0c;液晶技术&#xff08;LCD&#xff09;凭借成熟的产业链和性价比优势&#xff0c;长期占据主流地位。然而&#xff0c;随着 VR/AR、车载显示、高端投影等新兴场景的崛起&#xff0c;传统液…

Mybatis:灵活掌控SQL艺术

在前面的文章中&#xff0c;小编分享了spring中相关的知识&#xff0c;但是没有分享到&#xff0c;如何去更高效操作数据库。 操作数据库传统的方法就是通过JDBC来进行操作。 这个传统方法使用上可谓是够麻烦的 1.首先创建一个数据源对象 2.设置该数据源的属性&#xff08;…

STM32CubeMX定时器配置

STM32CubeMX定时器配置 一&#xff0c;Mode界面1&#xff0c;Slave Mode (从模式)2&#xff0c;Trigger Source (触发源) 三&#xff0c;Channelx&#xff08;通道模式&#xff09;1&#xff0c;Input Capture2&#xff0c;Output Compare3&#xff0c;PWM Generation4&#xf…

可灵2.1 vs Veo 3:AI视频生成谁更胜一筹?

在Google发布Veo 3几天后,可灵显然感受到了压力,发布了即将推出的视频模型系列可灵 2.1的早期体验版。 据我了解,有三种不同的模式: 可灵 2.1 标准模式: 720p分辨率 仅支持图像转视频(生成更快,一致性更好) 5秒视频仍需20积分 可灵 2.1 专业模式: 1080p分辨率 仅在图…

推荐几个不错的AI入门学习视频

引言&#xff1a;昨天推荐了几本AI入门书&#xff08;AI入门书&#xff09;&#xff0c;反响还不错。今天&#xff0c;我再推荐几个不错的AI学习视频&#xff0c;希望对大家有帮助。 网上关于AI的学习视频特别多。有收费的&#xff0c;也有免费的。我今天只推荐免费的。 我们按…

【机器学习】支持向量机

文章目录 一、支持向量机简述1.概念2.基本概念3.算法介绍4.线性可分5.算法流程 二、实验1.代码介绍2.模型流程3.实验结果4.实验小结 一、支持向量机简述 1.概念 支持向量机&#xff08;SVM&#xff09;是一类按监督学习方式对数据进行二元分类的广义线性分类器&#xff0c;其…

scale up 不能优化 TCP 聚合性能

scale up 作为一种系统扩展优化的方法&#xff0c;旨在提高系统组件的执行效率&#xff0c;比如替换更高性能的硬件或算法。是否可以此为依据优化 TCP 呢&#xff0c;例如通过多条路径聚合带宽实现吞吐优化(对&#xff0c;还是那个 MPTCP)&#xff0c;答案是否定的。 因为 TCP…

深度学习|pytorch基本运算-广播失效

【1】引言 前序文章中&#xff0c;已经学习了pytorch基本运算中的生成随机张量、生成多维张量&#xff0c;以及张量的变形、加减和广播运算。 今天的文章在之前学习的基础上&#xff0c;进一步探索。 前序文章链接为&#xff1a; 深度学习|pytorch基本运算-CSDN博客 【2】…