334. 递增的三元子序列 : 最长上升子序列(LIS)问题的贪心解运用题
题目描述
这是 LeetCode 上的 334. 递增的三元子序列 ,难度为 中等。
Tag : 「LIS」、「最长上升子序列」、「贪心」、「二分」
给你一个整数数组 nums
,判断这个数组中是否存在长度为 333 的递增子序列。
如果存在这样的三元组下标 (i, j, k)
且满足 i < j < k
,使得 nums[i] < nums[j] < nums[k]
,返回 true
;否则,返回 false
。
示例 1:
输入:nums = [1,2,3,4,5]
输出:true
解释:任何 i < j < k 的三元组都满足题意
示例 2:
输入:nums = [5,4,3,2,1]
输出:false
解释:不存在满足题意的三元组
示例 3:
输入:nums = [2,1,5,0,4,6]
输出:true
解释:三元组 (3, 4, 5) 满足题意,因为 nums[3] == 0 < nums[4] == 4 < nums[5] == 6
提示:
- 1<=nums.length<=5∗1051 <= nums.length <= 5 * 10^51<=nums.length<=5∗105
- −231<=nums[i]<=231−1-2^{31} <= nums[i] <= 2^{31} - 1−231<=nums[i]<=231−1
进阶:你能实现时间复杂度为 O(nO(nO(n) ,空间复杂度为 O(1)O(1)O(1) 的解决方案吗?
最长上升子序列(贪心 + 二分)
题目要我们判断是否存在长度为 333 的上升子序列,问题可以转换为求 numsnumsnums 的最长上升子序列(LIS
问题)的长度。
如果 numsnumsnums 的最长上升子序列长度大于等于 333,那么原问题答案为 True
,否则为 False
。
而求最长上升子序列的最优解是有基于「贪心 + 二分」的 O(nlogn)O(n\log{n})O(nlogn) 做法,对此不了解的同学,可以先看前置 🧀 :LCS 问题与 LIS 问题的相互关系,以及 LIS 问题的最优解证明,里面详细讲解了 LIS
的贪心解证明,以及与最长公共子序列(LCS
问题)的相互关系,本次不再赘述。
简单来说,就是在遍历每个数 nums[i]nums[i]nums[i] 的同时,维护一个具有单调性的 f[]f[]f[] 数组,其中 f[len]=xf[len] = xf[len]=x 代表长度为 lenlenlen 的最长上升子序列最小结尾元素为 xxx,可以证明 fff 数组具有单调性(看 前置🧀),因此每次可以通过二分找到小于 nums[i]nums[i]nums[i] 的最大下标,来作为 nums[i]nums[i]nums[i] 的前一个数。
综上,我们使用 LIS
的「贪心 + 二分」做法求得最长上升子序列的最大长度,然后和 333 比较即可得出答案。
代码(感谢 @🍭可乐可乐吗QAQ 同学提供的其他语言版本):
class Solution {
public boolean increasingTriplet(int[] nums) {
int n = nums.length, ans = 1;
int[] f = new int[n + 1];
Arrays.fill(f, 0x3f3f3f3f);
for (int i = 0; i < n; i++) {
int t = nums[i];
int l = 1, r = i + 1;
while (l < r) {
int mid = l + r >> 1;
if (f[mid] >= t) r = mid;
else l = mid + 1;
}
f[r] = t;
ans = Math.max(ans, r);
}
return ans >= 3;
}
}
class Solution {
public:
bool increasingTriplet(vector<int>& nums) {
int n = nums.size(), ans = 1;
vector<int> f(n + 1, INT_MAX);
for(int i = 0; i < n; i++){
int t = nums[i];
int L = 1, R = i + 1;
while(L < R){
int mid = L + R >> 1;
if(f[mid] >= t) R = mid;
else L = mid + 1;
}
f[R] = t;
ans = max(ans, R);
}
return ans >= 3;
}
};
- 时间复杂度:O(nlogn)O(n\log{n})O(nlogn)
- 空间复杂度:O(n)O(n)O(n)
优化 : 定长上升子序列(贪心)
利用本题只需要我们判定是否存在长度为 333 的上升子序列,而不需要回答 LIS
最大长度。
我们可以对 fff 数组进行优化:使用有限变量进行替换(将 fff 数组的长度压缩为 222),数组含义不变,f[1]=xf[1] = xf[1]=x 代表长度为 111 的上升子序列最小结尾元素为 xxx,f[2]=yf[2] = yf[2]=y 代表长度为 222 的上升子序列的最小结尾元素为 yyy。
从前往后扫描每个 nums[i]nums[i]nums[i],每次将 nums[i]nums[i]nums[i] 分别与 f[1]f[1]f[1] 和 f[2]f[2]f[2] 进行比较,如果能够满足 nums[i]>f[2]nums[i] > f[2]nums[i]>f[2],代表 nums[i]nums[i]nums[i] 能够接在长度为 222 的上升子序列的后面,直接返回 True
,否则尝试使用 nums[i]nums[i]nums[i] 来更新 f[1]f[1]f[1] 和 f[2]。f[2]。f[2]。
这样,我们只使用了有限变量,每次处理 nums[i]nums[i]nums[i] 只需要和有限变量进行比较,时间复杂度为 O(n)O(n)O(n),空间复杂度为 O(1)O(1)O(1)。
代码(感谢 @🍭可乐可乐吗QAQ 和 @Benhao 同学提供的其他语言版本):
class Solution {
public boolean increasingTriplet(int[] nums) {
int n = nums.length;
long[] f = new long[3];
f[1] = f[2] = (int)1e19;
for (int i = 0; i < n; i++) {
int t = nums[i];
if (f[2] < t) return true;
else if (f[1] < t && t < f[2]) f[2] = t;
else if (f[1] > t) f[1] = t;
}
return false;
}
}
class Solution:
def increasingTriplet(self, nums: List[int]) -> bool:
n = len(nums)
f = [inf] * 3
for i in range(n):
t = nums[i]
if f[2] < t:
return True
elif f[1] < t < f[2]:
f[2] = t
elif f[1] > t:
f[1] = t
return False
func increasingTriplet(nums []int) bool {
n := len(nums)
f := []int{math.MaxInt32,math.MaxInt32,math.MaxInt32}
for i := 0; i < n; i++ {
t := nums[i]
if f[2] < t{
return true
} else if f[1] < t && t < f[2]{
f[2] = t
} else if f[1] > t {
f[1] = t
}
}
return false
}
class Solution {
public:
bool increasingTriplet(vector<int>& nums) {
int n = nums.size();
vector<int> f(3, INT_MAX);
for(int i = 0; i < n; i++){
int t = nums[i];
if(f[2] < t) return true;
else if(f[1] < t and t < f[2]) f[2] = t;
else if(f[1] > t) f[1] = t;
}
return false;
}
};
- 时间复杂度:O(n)O(n)O(n)
- 空间复杂度:O(1)O(1)O(1)
最后
这是我们「刷穿 LeetCode」系列文章的第 No.334
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。
在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour… 。
在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。
转载自:https://juejin.cn/post/7052149920530169893