最长上升子序列（LIS）（模板）

最新推荐文章于 2019-10-04 21:09:57 发布

Baiyi_destroyer

最新推荐文章于 2019-10-04 21:09:57 发布

阅读量144

点赞数

分类专栏： ACM模板

ACM模板专栏收录该内容

34 篇文章 0 订阅

订阅专栏

最长递增子序列（Longest Increasing Subsequence）下面我们简记为：LIS。

假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7，我们可以很轻松的看出来它的LIS长度为5。

但是如果一个序列太长后，就不能直接看出来了！

下面我们试着逐步找出答案。
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记录目前最长算到多少了

首先，把d[1]有序地放到B里，令B[1] = 2，表示当只有1一个数字2的时候，长度为1的LIS的最小末尾是2。这时的Len = 1。

然后，把d[2]有序地放到B里，令B[1] = 1，表示长度为1的LIS的最小末尾是1，d[1]=2已经没用了，同样这时的Len = 1。

接着，d[3] = 5，d[3] > B[1]，所以令B[1+1] = B[2] = d[3] = 5，表示长度为2的LIS的最小末尾是5，这时候B[1..2] = 1, 5，这时的Len ＝ 2。

接着，d[4] = 3，它正好夹在了1和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，于是把5淘汰掉，这时候B[1..2] = 1, 3，这时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，这时的Len = 3。

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，同样这时Len = 3。

第7个, d[7] = 8，它很大，比4大，于是B[4] = 8，这时的Len = 4。

第8个, d[8] = 9，得到B[5] = 9，这时的Len = 5。

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，这时的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。

最后我们发现：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)！

一般的情况下（O(n^2)）：

代码(1):

状态设计：F[i]代表以A[i]结尾的LIS的长度

状态转移：F[i]=max{F[j]+1}(1<=j< i,A[j]< A[i])

边界处理：F[i]=1(1<=i<=n)

时间复杂度：O(n^2)

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstdlib>
#include <cstring>
#include <cmath>
using namespace std;
const int maxn = 103,INF=0x7f7f7f7f;
int a[maxn],f[maxn];
int n,ans=-INF;
int main()
{
    scanf("%d",&n);
    for(int i=1;i<=n;i++) 
    {
        scanf("%d",&a[i]);
        f[i]=1;
    }
    for(int i=1;i<=n;i++)
        for(int j=1;j<i;j++)
            if(a[j]<a[i]) 
                f[i]=max(f[i],f[j]+1);
    for(int i=1;i<=n;i++) 
        ans=max(ans,f[i]);
    printf("%d\n",ans);
    return 0;
}

代码(2)：

#include <cstdio>
#include <algorithm>
#include <cstring>
using namespace std;
 
int a[1007],dp[1007],n;
 
int LIS(int *a)
{
    int i,j,ans,m;
    dp[1] = 1;
    ans = 1;
    for(i = 2; i <= n; i++)
    {
        m = 0;
        for(j = 1; j < i; j++)
        {
            if(dp[j]>m && a[j]<a[i])
                m = dp[j];
        }
        dp[i] = m+1;
        if(dp[i]>ans)
            ans = dp[i];
    }
    return ans;
}

二分优化（O(nlogn)）：

代码(1):

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
 
int a[40007], dp[40007], n;
 
int bin(int len,int k)
{
    int l = 1, r = len;
    while(l <= r)
    {
        int mid = (l+r)/2;
        if(k > dp[mid])
            l = mid+1;
        else
            r = mid-1;
    }
    return l;
}
 
int LIS(int *a)
{
    int i,j,ans=1;
    dp[1] = a[1];
    for(i = 2; i <= n; i++)
    {
        if(a[i] <= dp[1])//如果比最小的还小
            j = 1;
        else if(a[i] > dp[ans])//如果比最大的还大
            j = ++ans;
        else
            j = bin(ans,a[i]);
        dp[j] = a[i];
    }
    return ans;
}

代码(2)：

新建一个low数组，low[i]表示长度为i的LIS结尾元素的最小值。对于一个上升子序列，显然其结尾元素越小，越有利于在后面接其他的元素，也就越可能变得更长。因此，我们只需要维护low数组，对于每一个a[i]，如果a[i] > low[当前最长的LIS长度]，就把a[i]接到当前最长的LIS后面，即low[++当前最长的LIS长度]=a[i]。
那么，怎么维护low数组呢？
对于每一个a[i]，如果a[i]能接到LIS后面，就接上去；否则，就用a[i]取更新low数组。具体方法是，在low数组中找到第一个大于等于a[i]的元素low[j]，用a[i]去更新low[j]。如果从头到尾扫一遍low数组的话，时间复杂度仍是O(n^2)。我们注意到low数组内部一定是单调不降的，所有我们可以二分low数组，找出第一个大于等于a[i]的元素。二分一次low数组的时间复杂度的O(lgn)，所以总的时间复杂度是O(nlogn)。

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstdlib>
#include <cstring>
#include <cmath>
using namespace std;
const int maxn =300003,INF=0x7f7f7f7f;
int low[maxn],a[maxn];
int n,ans;
int binary_search(int *a,int r,int x)
//二分查找，返回a数组中第一个>=x的位置 
{
    int l=1,mid;
    while(l<=r)
    {
        mid=(l+r)>>1;
        if(a[mid]<=x)
            l=mid+1;
        else 
            r=mid-1;
    }
    return l;
}
int main()
{
    scanf("%d",&n);
    for(int i=1;i<=n;i++) 
    {
        scanf("%d",&a[i]); 
        low[i]=INF;//由于low中存的是最小值，所以low初始化为INF 
    }
    low[1]=a[1]; 
    ans=1;//初始时LIS长度为1 
    for(int i=2;i<=n;i++)
    {
        if(a[i]>=low[ans])//若a[i]>=low[ans]，直接把a[i]接到后面 
            low[++ans]=a[i];
        else //否则，找到low中第一个>=a[i]的位置low[j]，用a[i]更新low[j] 
            low[binary_search(low,ans,a[i])]=a[i];
    }
    printf("%d\n",ans);//输出答案 
    return 0;
}

树状数组维护（O(nlogn)）：

我们再来回顾O(n^2)DP的状态转移方程：F[i]=max{F[j]+1}(1<=j< i,A[j]< A[i])
我们在递推F数组的时候，每次都要把F数组扫一遍求F[j]的最大值，时间开销比较大。我们可以借助数据结构来优化这个过程。用树状数组来维护F数组（据说分块也是可以的，但是分块是O(n*sqrt(n)）的时间复杂度，不如树状数组跑得快），首先把A数组从小到大排序，同时把A[i]在排序之前的序号记录下来。然后从小到大枚举A[i]，每次用编号小于等于A[i]编号的元素的LIS长度+1来更新答案，同时把编号小于等于A[i]编号元素的LIS长度+1。因为A数组已经是有序的，所以可以直接更新。有点绕，具体看代码。

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstdlib>
#include <cstring>
#include <cmath>
using namespace std;
const int maxn =103,INF=0x7f7f7f7f;
struct Node{
    int val,num;
}z[maxn]; 
int T[maxn];
int n;
bool cmp(Node a,Node b)
{
    return a.val==b.val?a.num<b.num:a.val<b.val;
}
void modify(int x,int y)//把val[x]替换为val[x]和y中较大的数 
{
    for(;x<=n;x+=x&(-x)) T[x]=max(T[x],y);
}
int query(int x)//返回val[1]~val[x]中的最大值 
{
    int res=-INF;
    for(;x;x-=x&(-x)) res=max(res,T[x]);
    return res;
}
int main()
{
    int ans=0;
    scanf("%d",&n);
    for(int i=1;i<=n;i++)
    {
        scanf("%d",&z[i].val);
        z[i].num=i;//记住val[i]的编号，有点类似于离散化的处理，但没有去重 
    }
    sort(z+1,z+n+1,cmp);//以权值为第一关键字从小到大排序 
    for(int i=1;i<=n;i++)//按权值从小到大枚举 
    {
        int maxx=query(z[i].num);//查询编号小于等于num[i]的LIS最大长度
        modify(z[i].num,++maxx);//把长度+1，再去更新前面的LIS长度
        ans=max(ans,maxx);//更新答案
    }
    printf("%d\n",ans);
    return 0;
}

转自：http://blog.csdn.net/u012860063

Baiyi_destroyer

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
最长上升子序列（LIS）（模板）

最长递增子序列（Longest Increasing Subsequence）下面我们简记为：LIS。假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7，我们可以很轻松的看出来它的LIS长度为5。但是如果一个序列太长后，就不能直接看出来了！下面我们试着逐步找出答案。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...
复制链接

扫一扫

专栏目录