SDUT 序列

序列
Time Limit: 1000 ms Memory Limit: 65536 KiB
Submit Statistic
Problem Description

我们来定义这样一种序列,这个序列的第一个数字是n,并且数列中的每一项必须大于等于下一项的二倍(如果存在下一项)。我们想知道满足条件的合法序列有多少个?
比如n = 6
6
6 3
6 2
6 1
6 3 1
6 2 1
一共有6个合法的。
Input

多组输入。
输入数据的第一行包含数字n(1<=n<=1000)。
Output

输出所求的结果。
Sample Input

6
Sample Output

6
Hint

Source

cz

//import java.io.*;
//import java.math.*;
//import java.text.*;
//import java.math.BigInteger;
import java.util.*;
public class Main 
{
    static int[] a = new int[1232];
    static public int S(int m)
    {
        if(m==1)
            return 0;
        else 
        {
            int sum = 0;
            for(int i=m/2;i>=1;i--)
            {
                if(a[i]!=0)
                sum += a[i] + 1;
                else 
                {
                    a[i] = S(i);
                    sum += a[i] + 1;
                }
            }
            return sum;
        }
    }
    public static void main(String[] args)
    {
       Scanner cin = new Scanner(System.in);
       while(cin.hasNext())
       {
           int n = cin.nextInt();
           System.out.println(S(n)+1);
       }  
       cin.close();
    }
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
上升子序列是指在一个序列中,如果一些数字呈上升趋势排列,那么这些数字就可以组成一个上升子序列。比如序列 {1, 3, 5, 2, 4, 6} 中,{1, 3, 5} 和 {2, 4, 6} 就是两个上升子序列SDUT(Shandong University of Technology,山东理工大学)的上升子序列问题是这样的:给定一个长度为 n 的序列,找出其中的一个最长的上升子序列。例如,对于序列 {1, 4, 3, 5, 6, 2},其最长的上升子序列为 {1, 4, 5, 6},长度为 4。 求解这个问题可以使用动态规划算法。我们可以定义一个数组 dp,其中 dp[i] 表示以第 i 个数字为结尾的最长上升子序列的长度。初始时,dp[i] 的值都为 1,因为每个数字本身就可以组成一个长度为 1 的上升子序列。然后,我们从第 2 个数字开始依次计算 dp[i] 的值,计算方法如下: - 对于第 i 个数字,我们枚举它前面的所有数字 j,如果 j 小于 i,那么 dp[i] 的值可以更新为 dp[j]+1(因为以 j 为结尾的最长上升子序列再加上数字 i 就可以得到以 i 为结尾的最长上升子序列)。 - 在枚举 j 的过程中,我们还需要维护一个变量 max_len,它表示所有 dp[j]+1 的最大值。这是因为以 i 为结尾的最长上升子序列并不一定是以 j 为结尾的最长上升子序列再加上一个数字 i 得到的,有可能是以 j 为结尾的最长上升子序列和以 i 为结尾的最长上升子序列中的某个更长的子序列拼接得到的。 - 最终,我们遍历整个 dp 数组,找出其中的最大值即可。 下面是 Python 代码实现: ```python def longest_increasing_subsequence(nums): n = len(nums) dp = [1] * n max_len = 1 for i in range(1, n): for j in range(i): if nums[j] < nums[i]: dp[i] = max(dp[i], dp[j]+1) max_len = max(max_len, dp[i]) return max_len ``` 时间复杂度为 O(n^2)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值