这个问题是被称作最长上升子序列LIS的著名问题。通过DP可以有效的解决
定义f[i];以a[i]为末尾的最长上升子序列长度
f[i]=max{f[i],f[j]+1};j<i&&a[j]<a[i]
复杂度O(n*n)
#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
#include<stack>
#include<algorithm>
#include<vector>
#include<map>
#include<vector>
using namespace std;
int main(){
int n;
cin>>n;
int f[1001]={0};
int a[1001];
for(int i=0;i<n;i++){
cin>>a[i];
f[i]=1;
}
f[0]=1;
for(int i=1;i<n;i++){
for(int j=0;j<i;j++){
if(a[i]>a[j]){
f[i]=max(f[i],f[j]+1);
}
}
}
int maxn=0;
for(int i=0;i<n;i++) if(f[i]>maxn) maxn=f[i];
cout<<maxn;
return 0;
}
此外还可以定义其他的递推关系。前面我们利用f求取针对最末尾的元素的最长的子序列。如果子序列的长度相同
那么最末尾的元素较小的在之后会更有优势
例如1 2 5 4 6
我们一开始会保存1 2 5,在遇到4的时候找到>=4的最小下表,然后替换,就变成1 2 4
很显然保存1 2 4比1 2 5对后面更有利
定义f[i]:长度为i+1的上升子序列中末尾元素的最小值(不存在的话就是INF)
借用一下博客内容
转自:http://shangxun.iteye.com/blog/1937828
/*
在川大oj上遇到一道题无法用n^2过于是,各种纠结,最后习得nlogn的算法
最长递增子序列,Longest Increasing Subsequence 下面我们简记为 LIS。
排序+LCS算法 以及 DP算法就忽略了,这两个太容易理解了。
假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7,可以看出来它的LIS长度为5。n
下面一步一步试着找出它。
我们定义一个序列B,然后令 i = 1 to 9 逐个考察这个序列。
此外,我们用一个变量Len来记录现在最长算到多少了
首先,把d[1]有序地放到B里,令B[1] = 2,就是说当只有1一个数字2的时候,长度为1的LIS的最小末尾是2。这时Len=1
然后,把d[2]有序地放到B里,令B[1] = 1,就是说长度为1的LIS的最小末尾是1,d[1]=2已经没用了,很容易理解吧。这时Len=1
接着,d[3] = 5,d[3]>B[1],所以令B[1+1]=B[2]=d[3]=5,就是说长度为2的LIS的最小末尾是5,很容易理解吧。这时候B[1..2] = 1, 5,Len=2
再来,d[4] = 3,它正好加在1,5之间,放在1的位置显然不合适,因为1小于3,长度为1的LIS最小末尾应该是1,这样很容易推知,长度为2的LIS最小末尾是3,于是可以把5淘汰掉,这时候B[1..2] = 1, 3,Len = 2
继续,d[5] = 6,它在3后面,因为B[2] = 3, 而6在3后面,于是很容易可以推知B[3] = 6, 这时B[1..3] = 1, 3, 6,还是很容易理解吧? Len = 3 了噢。
第6个, d[6] = 4,你看它在3和6之间,于是我们就可以把6替换掉,得到B[3] = 4。B[1..3] = 1, 3, 4, Len继续等于3
第7个, d[7] = 8,它很大,比4大,嗯。于是B[4] = 8。Len变成4了
第8个, d[8] = 9,得到B[5] = 9,嗯。Len继续增大,到5了。
最后一个, d[9] = 7,它在B[3] = 4和B[4] = 8之间,所以我们知道,最新的B[4] =7,B[1..5] = 1, 3, 4, 7, 9,Len = 5。
于是我们知道了LIS的长度为5。
!!!!! 注意。这个1,3,4,7,9不是LIS,它只是存储的对应长度LIS的最小末尾。有了这个末尾,我们就可以一个一个地插入数据。虽然最后一个d[9] = 7更新进去对于这组数据没有什么意义,但是如果后面再出现两个数字 8 和 9,那么就可以把8更新到d[5], 9更新到d[6],得出LIS的长度为6。
然后应该发现一件事情了:在B中插入数据是有序的,而且是进行替换而不需要挪动——也就是说,我们可以使用二分查找,将每一个数字的插入时间优化到O(logN)~~~~~于是算法的时间复杂度就降低到了O(NlogN)~! */
上面这个大牛说的很通俗易懂,就copy过来了。
这样我们就知道f数组是严格递增的
如果一个数大于f数组的最后一个元素, 直接添加到f数组的末端
否则找到>=当前元素的最小位置,然后替换掉f数组的元素
查找的过程就可以用二分法
保证了复杂度在O(n*logn)
#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
#include<stack>
#include<algorithm>
#include<vector>
#include<map>
#include<vector>
using namespace std;
int main(){
int a[10000],f[10000];
int n;
cin>>n;
for(int i=0;i<n;i++) cin>>a[i];
f[0]=a[0];
int len=1;
for(int i=1;i<n;i++){
if(a[i]>f[len-1]){
f[len++]=a[i];
}
else{
int left=0,right=len-1;
while(left<right){
int mid=(left+right)/2;
if(f[mid]>=a[i]) right=mid;
else left=mid+1;
}
f[left]=a[i];
}
}
cout<<len;
return 0;
}
STL里面给我们写好了lower_bound函数,这个函数是从一个序列中利用二分搜索找出只想满足a[i]>=k的a[i]的最小指针
上述代码可以改为
#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
#include<stack>
#include<algorithm>
#include<vector>
#include<map>
#include<vector>
using namespace std;
int main(){
int a[10000],f[10000];
int n;
cin>>n;
for(int i=0;i<n;i++) cin>>a[i];
f[0]=a[0];
int len=1;
for(int i=1;i<n;i++){
if(a[i]>f[len-1]){
f[len++]=a[i];
}
else{
*lower_bound(f,f+len,a[i])=a[i];
}
}
cout<<len;
return 0;
}
同样的函数还有upper_bound,这个函数是找到满足a[i]>k的a[i]的最小指针