一、题目二、做题思路2.1 状态表示核心基础本题要求计算最长摆动子序列的长度。摆动序列要求相邻差值正负交替因此需要区分最后一段差值的符号。我们定义两个状态f[i]表示以nums[i]结尾且最后一段为“上升”即前一个元素小于当前元素的摆动序列的最大长度。g[i]表示以nums[i]结尾且最后一段为“下降”即前一个元素大于当前元素的摆动序列的最大长度。2.2 状态转移方程关键难点要构造以nums[i]结尾的摆动序列需要枚举其前一个元素nums[j]j i并根据大小关系决定如何转移若nums[i] nums[j]当前为上升则可以将nums[i]接在以nums[j]结尾且最后一段为下降的序列后面长度更新为f[i] max(f[i], g[j] 1)。若nums[i] nums[j]当前为下降则可以将nums[i]接在最后一段为上升的序列后面长度更新为g[i] max(g[i], f[j] 1)。若相等无法形成摆动跳过。该方程通过枚举所有可能的前驱保证了子序列的顺序不变性和差值交替性。2.3 初始化边界防护每个元素自身可以单独构成长度为 1 的摆动序列既可作为上升起点也可作为下降起点因此f[i] g[i] 1对所有i。2.4 填表顺序递推方向f[i]和g[i]依赖所有j i的状态因此必须从左到右即i从 1 到n-1依次填充且对于每个i内层遍历所有j i确保每个状态计算时其所有前置状态均已就绪。2.5 返回值目标映射题目要求返回最长摆动子序列的长度即所有f[i]和g[i]中的最大值。我们在计算完成后遍历取最大值最终返回ret。三、代码class Solution { public: int wiggleMaxLength(vectorint nums) { int n nums.size(); // 边界处理空数组无摆动序列 if (n 0) return 0; // 1. 创建dp表 // f[i] : 以 nums[i] 结尾且最后一段比较关系为“上升”nums[i-1] nums[i]的摆动序列的最大长度 // g[i] : 以 nums[i] 结尾且最后一段比较关系为“下降”nums[i-1] nums[i]的摆动序列的最大长度 // 初始化每个元素自身可构成长度为 1 的摆动序列既可以是上升也可以是下降的起点 vectorint f(n, 1); vectorint g(n, 1); // 2. 填表顺序从左到右i 从 1 到 n-1因为 f[i]/g[i] 依赖所有 j i 的状态 for (int i 1; i n; i) { for (int j 0; j i; j) { // 3. 状态转移方程 // 若 nums[i] nums[j]则可以将 nums[i] 接在“下降”结尾的序列后面g[j]形成上升结尾的序列 // 长度 g[j] 1同时保留 f[i] 原有的值可能通过其他 j 得到更长的长度 if (nums[i] nums[j]) { f[i] max(f[i], g[j] 1); } // 若 nums[i] nums[j]则可以将 nums[i] 接在“上升”结尾的序列后面f[j]形成下降结尾的序列 // 长度 f[j] 1同时保留 g[i] 原有的值 else if (nums[i] nums[j]) { g[i] max(g[i], f[j] 1); } // 若相等无法构成摆动跳过状态保持不变 } } // 4. 返回值所有 f[i] 和 g[i] 中的最大值 int ret 1; for (int i 0; i n; i) { ret max(ret, max(f[i], g[i])); } return ret; } };四、流程图五、题目六、做题思路6.1 状态表示核心基础本题要求返回最长递增子序列的个数因此需要同时记录以每个位置结尾的最长长度和对应的个数。定义两个数组len[i]以nums[i]结尾的最长递增子序列的长度。count[i]以nums[i]结尾且长度为len[i]的递增子序列的个数。6.2 状态转移方程关键难点枚举前驱位置j i若nums[i] nums[j]则可以将nums[i]接在nums[j]后面若len[j] 1 len[i]说明找到另一种方式达到相同的最长长度count[i] count[j]。若len[j] 1 len[i]说明找到了更长的子序列更新len[i] len[j] 1count[i] count[j]。若len[j]1 len[i]则忽略。6.3 初始化边界防护每个元素自身构成长度为 1 的子序列且只有 1 种方式因此len[i] count[i] 1对所有i。6.4 填表顺序递推方向len[i]和count[i]依赖所有j i的状态因此从左到右遍历i内层遍历所有j i确保前置状态已就绪。2.5 返回值目标映射遍历所有位置找出全局最大的len[i]并将所有等于该最大长度的count[i]累加返回该累加和。七、代码class Solution { public: int findNumberOfLIS(vectorint nums) { int n nums.size(); // 1. 创建dp表两个一维数组 // len[i] : 以 nums[i] 结尾的最长递增子序列的长度 // count[i]: 以 nums[i] 结尾的最长递增子序列长度为 len[i]的个数 vectorint len(n, 1); // 每个元素自身构成长度为1的子序列 vectorint count(n, 1); // 每个元素自身构成1种长度为1的子序列 // 2. 填表顺序从左到右i 从1到n-1因为 len[i] 和 count[i] 依赖所有 j i 的状态 for (int i 1; i n; i) { for (int j 0; j i; j) { // 只有 nums[i] nums[j] 时才能将 i 接在 j 后面形成递增 if (nums[i] nums[j]) { // 3. 状态转移方程 // 如果通过 j 能达到的长度len[j]1等于当前已知的以 i 结尾的最长长度 len[i] // 说明找到了另一种方式形成相同长度的 LIS累加其个数。 if (len[j] 1 len[i]) { count[i] count[j]; } // 如果通过 j 能达到的长度len[j]1大于当前已知的最长长度 len[i] // 说明找到了更长的 LIS更新 len[i] 和 count[i]。 else if (len[j] 1 len[i]) { len[i] len[j] 1; count[i] count[j]; } // 若 len[j]1 len[i]则忽略不影响当前最长。 } } } // 4. 收集全局结果找出所有长度中的最大值及其对应的总个数 int retLen 1; // 全局最长递增子序列长度初始至少为1 int retCount 1; // 全局最长递增子序列的总个数 for (int i 0; i n; i) { if (len[i] retLen) { retLen len[i]; retCount count[i]; } else if (len[i] retLen) { retCount count[i]; } } // 5. 返回值最长递增子序列的个数 return retCount; } };八、流程图