赞
踩
求一个序列的最长递增子序列,这样的子序列是允许中间越过一些字符的,即留“空”。
例如:4 2 3 1 5 的最长递增子序列为 2 3 5,长度为 3 。
这里给出两种动态规划的做法,第二种是比较优化的 dp 。
① dp:dp[i] 表示以 i 结尾的最长递增子序列长度。
第一个元素直接设置 LIS 长度为 1 即可。
处理第二个元素 2 的时候判断是否比前面的元素 4 大,没有的话那么以 2 为结尾的 LIS 就是 2,
即 LIS 长度为 1。
处理第三个元素 3 的时候需要跟前面的每个元素都进行比较,3 大于 2,则 LIS 的长度可能为 dp[1] + 1,
3 小于 4,则 LIS 的长度可能为 1,比较dp[1] + 1 和 1,取最大值,为 2 。
处理第四个元素 1,发现比前面的元素都小,那么以 1 为结尾的 LIS 只可能为 1,因此 LIS 的长度为 1。
处理最后一个元素 5,发现比前面的元素都大,那么以 5 结尾的 LIS 的长度可能为
dp[0] + 1,dp[1] + 1,dp[2] + 1,dp[3] + 1。
其中的最大值为 dp[2] + 1 = 3,因此 LIS 的长度为 3。
总结:
dp[i] 默认都为 1,因为以 i 结尾的 LIS 至少包含自己。
在 dp 表 0~i-1 中比对时,若 arr[i] > arr[j],
那么 dp[j] + 1 可能为 dp[i] 的最终值。
需要在所有的可能值中取最大值。
时间复杂度为 O(n2)。
② dp:dp[i] 表示长度为 i 的最长递增子序列(LIS)末尾的数。
第一个元素直接加入 dp 表,dp[1] = 4,表示长度为 1 的 LIS 末尾的数当前为 4。
第二个元素为 2,因为 2 < 4,直接替换掉 4,dp[1] = 2 。
因为后面序列中的数字 > 2 的几率一定比 > 4 的几率高,有种贪心的感觉。
第三个元素为 3,由于 3 > dp[1] = 2,构成递增,dp[2] = 3,表示长度为 2 的 LIS 的末尾为 3 。
第四个元素为 1,由于 1 < dp[2] = 3,因此在前面一定有一个位置可以换成 1,
并且后面的递增性质不会被破坏。
第一个 > 1 的为 dp[1] = 2,因此将 dp[1] 置为 1。
最后一个元素为 5, 5 > dp[2] = 3,构成递归,故dp[3] = 5。
全部遍历完成,这个时候我们就可以发现 dp 数组的下标 3 就是我们要求的 LIS 长度。
参考代码:
// 这里的最长递增子序列是允许中间跨越其他子序列的 #include<iostream> #include<algorithm> using namespace std; int *arr; int *dp; // 经典问题 dp[i]的意思为以i为结尾的最长子序列为多少 int getResult(int n) { dp[0] = 1; for (int i = 1; i < n; i++) { int cnt = 1; for (int j = i - 1; j >= 0; j--) { if (arr[i] > arr[j]) { // 保证递增 cnt = max(cnt, dp[j] + 1); } } dp[i] = cnt; } int ans = 0; for (int i = 0; i < n; i++) { ans = max(ans, dp[i]); } return ans; } // 二分查找变体 找到第一个大于等于n的位置index int BinarySearch(int *dp, int len, int n) { int left = 1; int right = len; while (left < right) { int mid = (left + right) / 2; if (dp[mid] >= n) { right = mid; } else { left = mid+1; } } return right; } // 优化的dp dp数组的最终下标为答案 int getResult1(int n) { dp[1] = arr[0]; int index = 1; for (int i = 1; i < n; i++) { if (arr[i] > dp[index]) { // 更新index dp[++index] = arr[i]; } else { // 把dp数组中第一个大于等于n的数字替换为arr[i] int tempIndex = BinarySearch(dp, index, arr[i]); dp[tempIndex] = arr[i]; } } return index; } int main(){ int n; while (cin >> n) { arr = new int[n]; dp = new int[n+1]; for (int i = 0; i < n; i++) { cin >> arr[i]; } int ans = getResult1(n); cout << ans << endl; delete[] arr; delete[] dp; } return 0; }
【END】感谢观看
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
赞
踩
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。