最大上升子序列问题是指一序列求其子递增序列的最大长度
解决此问题的思想是动态规划,用数组记录下以每个数字为子序列尾情况的上升序列数,再找出最大值即可。
#include<iostream>
#include<string>
using namespace std;
int main()
{
int list[1000],n;
int dp[1000],i,j,max;
while(cin>>n)
{
max=0;
for(i=0;i<n;i++)
{
cin>>list[i];
dp[i]=1; //每个作为子序列尾的数字自身长度为1
}
for(i=1;i<n;i++)
{
for(j=0;j<i;j++)
{
if(dp[j]+1>dp[i] && list[i]>list[j])
dp[i]=dp[i]+1;
}
if(max<dp[i])
max=dp[i]; //找出各上升子序列的最大长度
}
cout<<max<<endl;
}
}
if(dp[j]+1>dp[i] && list[i]>list[j]) 主要解释一下这句话:
这句话作为状态转移的条件 list[i]>list[j]很显然:如果list[j]>list[i]的话那么该序列不为递增序列因次要list[i]>list[j]
而dp[j]+1>dp[i]保证了整个子序列为上升序列
比如:序列9 8 9 10
此时i=3;即list[3]=10;
当j=1时;list[1]=8;
list[3]>list[1];而list[1]<list[0]显然满足条件;
但因为当i=1时,list[1]并未发生状态转移dp[1]仍然等于1;由于j=0,i=3时发生了状态转移dp[3]=2;
dp[1]+1=dp[3]不满足dp[j]+1>dp[i]因此同样不会发生状态转移