您的位置:首页 > 房产 > 家装 > 系统管理包括哪些内容_网站制作地点_域名站长工具_怀化网络推广

系统管理包括哪些内容_网站制作地点_域名站长工具_怀化网络推广

2024/12/23 16:31:00 来源:https://blog.csdn.net/weixin_48677331/article/details/144173706  浏览:    关键词:系统管理包括哪些内容_网站制作地点_域名站长工具_怀化网络推广
系统管理包括哪些内容_网站制作地点_域名站长工具_怀化网络推广

文章目录

    • 最长递增子序列
      • 思路一

最长递增子序列

给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1:
输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。示例 2:
输入:nums = [0,1,0,3,2,3]
输出:4示例 3:
输入:nums = [7,7,7,7,7,7,7]
输出:1

思路一

function lengthOfLIS(nums) {if (nums.length === 0) return 0;const dp = new Array(nums.length).fill(1); // 初始化dp数组,每个元素的初始值为1// 遍历数组,更新dp数组for (let i = 1; i < nums.length; i++) {for (let j = 0; j < i; j++) {if (nums[i] > nums[j]) {// 更新dp[i],使其成为以nums[i]结尾的最长递增子序列长度dp[i] = Math.max(dp[i], dp[j] + 1);}}}// 找到dp数组中的最大值,即为最长递增子序列的长度return Math.max(...dp);
}
// 这段代码首先定义了lengthOfLIS函数,它接收一个整数数组nums作为输入,然后使用动态规划的方法计算并返回最长严格递增子序列的长度。通过两层循环,外层循环遍历数组,内层循环寻找可以与当前元素构成递增子序列的之前元素,并更新dp数组。最后,从dp数组中找到最大值作为答案返回。

讲解
这道题可以使用动态规划(Dynamic Programming, DP)的方法来解决。基本思路是创建一个长度与原数组相同的新数组 dp,其中 dp[i] 表示以 nums[i] 结尾的最长严格递增子序列的长度。初始时,dp 数组中的每个元素都为 1,因为至少每个元素自身都可以构成一个长度为 1 的递增子序列。
接下来,对于数组中的每个元素,我们检查它之前的所有元素。如果 nums[i] 大于 nums[j](其中 j < i),那么我们可以考虑将 nums[i] 添加到以 nums[j] 结尾的递增子序列中,因此可能会得到一个更长的递增子序列。此时,我们尝试更新 dp[i] = Math.max(dp[i], dp[j] + 1),表示以 nums[i] 结尾的最长子序列长度可能由以 nums[j] 结尾的子序列长度加 1 得到。
最后,遍历一遍 dp 数组,找到其中的最大值,即为原数组中最长严格递增子序列的长度。

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