112. Leetcode 673. 最长递增子序列的个数 (动态规划-子序列问题)

步骤一、确定状态:

确定dp数组及下标含义

dp[i]表示以nums[i]结尾的数组最长递增子序列的长度, count数组， count[i]记 录以nums[i]结尾的数组，最长递增子序列的个数。

步骤二、推断状态方程:

dp[i]是与前面的所有状态有关的，所以count[i]也和前面所有状态有关。遍历nums[i]前面的数，如果nums[j]小于nums[i] 了， 这里不能用max更新dp[i]了，而是要加判断

if dp[j] + 1 > dp[i]: dp[i]要更新到最大长度，同时 cout[i]=count[j]，也要更新到最大长度的个数

if dp[j] + 1 == dp[i]: 这说明遇到了相同最长长度的子序列，这 时候个数要累加 count[i] += count[j]

步骤三、规定初始条件:

初始条件:

全局初始化都是1，count也是全1初始化，最小个数就是1个 了

步骤四、计算顺序: 外层i从前往后， 内层从0到i

class Solution:
    def findNumberOfLIS(self, nums: List[int]) -> int:
        # 异常判断
        if len(nums) == 1:
            return 1
        
        # 初始化
        dp = [1] * len(nums)
        count = [1] * len(nums)
        max_len = 1

        # 循环遍历
        for i in range(len(nums)):
            for j in range(i):
                if nums[j] < nums[i]:
                    if dp[j] + 1 > dp[i]:
                        dp[i] = dp[j] + 1
                        count[i] = count[j]
                    elif dp[j] + 1 == dp[i]:
                        count[i] += count[j]

            max_len = max(max_len, dp[i])

        # 统计个数
        res = 0
        for i in range(len(nums)):
            if dp[i] == max_len:
                res += count[i]

        return res

标签：count,nums,max,个数,len,673,序列,Leetcode,dp
来源： https://blog.csdn.net/weixin_41362649/article/details/123246385