http://poj.org/problem?id=2533
题意:给你一个序列,求其中元素的最长上升子序列长度。
思路:著名的LIS问题,感觉LIS是DP中最好理解的一部分。
O(n^2)法:中dp数组代表以当前元素为结尾的LIS的长度。对n个点遍历,然后每个点的dp值来源于该点前面点的dp最大值+1。
O(nlogn)法:O(n^2)中,如果子序列长度相同,那么最末尾的元素较小的在之后会更加有优势(并不会影响结果)。针对这一点,出现了用二分解决本问题的方法。首先介绍lower_bound(dp, dp+n, a[i])的作用,返回dp数组中第一个大于或等于a[i]的迭代器指针,减去dp(首元素地址)后就变成了大于或等于a[i]的第一个元素的位置。这样,每遍历一个元素便找到他在LIS中的位置,记录LIS长度并更新dp数组,每更新一次都相当于优化这个dp数组,使末尾元素变小以扩大优势。
除了时间以外感觉这两个算法说不出谁比谁强,都有思考的价值。
普通O(n^2)法:
#include <stdio.h>
#include <algorithm>
#include <iostream>
#include <cmath>
#include <string.h>
using namespace std;
const int N = 500005;
int dp[N];
int main()
{
// freopen("in.txt", "r", stdin);
int n, a[N];
while(~scanf("%d", &n))
{
for(int i = 0; i < n; i ++)
{
scanf("%d", &a[i]);
dp[i] = 1;
}
for(int i = 0; i < n; i ++)
{
int sum = 0;
for(int j = 0; j < i; j ++)
{
if(a[i] > a[j])
{
sum = max(sum, dp[j]);
}
}
dp[i] = sum+1;
}
int maxx = 0;
for(int i = 0; i < n; i ++)
{
maxx = max(maxx, dp[i]);
}
printf("%d\n", maxx);
}
return 0;
}
#include <stdio.h>
#include <algorithm>
#include <iostream>
#include <cmath>
#include <string.h>
using namespace std;
const int N = 500005;
const int INF = 1000005;
int dp[N];
int main()
{
// freopen("in.txt", "r", stdin);
int n, a[N];
while(~scanf("%d", &n))
{
for(int i = 0; i < n; i ++)
{
scanf("%d", &a[i]);
dp[i] = INF;
}
int k, maxx = 0;
for(int i = 0; i < n; i ++)
{
k = lower_bound(dp, dp + n, a[i]) - dp;
maxx = max(maxx, k);
dp[k] = a[i];
}
printf("%d\n", maxx + 1);
}
return 0;
}
挑战上的二分法直接对迭代器指针赋值,代码上是简化了,可是我不怎么会用跟指针有关的东西,贴上来吧。
#include <stdio.h>
#include <algorithm>
#include <iostream>
#include <cmath>
#include <string.h>
using namespace std;
const int N = 500005;
const int INF = 1000005;
int dp[N];
int main()
{
// freopen("in.txt", "r", stdin);
int n, a[N];
while(~scanf("%d", &n))
{
for(int i = 0; i < n; i ++)
{
scanf("%d", &a[i]);
dp[i] = INF;
}
int k, maxx = 0;
for(int i = 0; i < n; i ++)
{
*lower_bound(dp, dp + n, a[i]) = a[i];
}
printf("%d\n", lower_bound(dp, dp+n, INF)-dp);
}
return 0;
}