欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 新闻 > 社会 > 数据结构与算法:动态规划dp:子序列相关力扣题(上):300. 最长递增子序列、674.最长连续递增序列

数据结构与算法:动态规划dp:子序列相关力扣题(上):300. 最长递增子序列、674.最长连续递增序列

2025/2/28 19:04:40 来源:https://blog.csdn.net/zhiaidaidai/article/details/145886907  浏览:    关键词:数据结构与算法:动态规划dp:子序列相关力扣题(上):300. 最长递增子序列、674.最长连续递增序列

300. 最长递增子序列

class Solution:def lengthOfLIS(self, nums: List[int]) -> int:length = len(nums)if length==1:return 1# dp[i]指的是以nums[i]为结尾的最长递增子序列的长度。dp = [1] * lengthmmax = 1for i in range(1, length):for j in range(i):if nums[i] > nums[j]:dp[i] = max(dp[j]+1,dp[i])mmax = max(dp[i], mmax)return mmax

674.最长连续递增序列

1.双指针

class Solution:def findLengthOfLCIS(self, nums: List[int]) -> int:length = len(nums)if length == 1:return 1# 双指针解法mmax = 1i = 0while i < length-1:temp = 1j = i + 1while j < length and nums[j]>nums[j-1]:temp += 1j += 1i = jmmax = max(mmax,temp)return mmax

效率:3ms,击败77.69%

2.动态规划

class Solution:def findLengthOfLCIS(self, nums: List[int]) -> int:length = len(nums)if length == 1:return 1mmax = 1dp = [1] * lengthfor i in range(1, length):if nums[i] > nums[i-1]:dp[i] = dp[i-1]+1mmax = max(dp[i], mmax)return mmax

效率:7ms,击败24.83%

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

热搜词