开始接触动态规划了,从前天的枚举就把我折磨的挺痛苦的。但是,理解一道题目是让人心情愉快的。
算法是很美的,能够让人学习到很多东西的。
题目描述:
一个数的序列,其中包含一些上升子序列,求其中子序列最长的长度。
根据北大老师所讲的,他有两种分类,当然还有复杂度更低的,持续更新哦!
人人为我型:
#include "iostream.h"
#include "stdio.h"
#include "algorithm"
using namespace std;
const int MAXN=1010;
int a[MAXN];
int maxlen[MAXN];
int return_max(int a,int b)
{
return a>b?a:b;
}
int main()
{
int N;
cin >>N;//输入数据长度
for (int i=1;i<=N;i++){
cin >>a[i];
maxlen[i]=1;
}
//开始判断
for (i=2;i<=N;i++){
for (int j=1;j<i;j++){
if(a[j]<a[i])
maxlen[i]=return_max(maxlen[i],maxlen[j]+1);
}
}
cout<< *max_element(maxlen+1,maxlen+N+1);
}
贴上自己的理解吧:最核心的那句的意思是,我永远找前面一个数的最长子序列个数,如果这个数比我现在这个数小,那么就+1,本来是不需要那个max函数的,只是万一我maxlen(i)比前面的一个大呢。
至于为何能够这么实现,我现在感觉动态规划其实也是一种枚举的,只是这种枚举涉及一种判断。
或者还可以这么理解第二个循环的意思是寻找第j个数字的最长子序列,更新一下之后,后面继续循环。
PS:这边的理解是分时间段写的,补充一些自己的理解。做动态规划不能按照递归的思路去做,一定从头开始:i=2开始,第一次能够更新maxlen[2],这样maxlen[1],maxlen[2]就都能够确定。至此再往后,我永远选择最长的嘛,我只要出现a[j]<a[i],我就让maxlen[j]+1,理论上应该就是这么判断。可是有一种情况就是:
我第a[i]个数的最长上升子序列可能比a[j]的最长上升子序列大哎,所以使用了一个判断最大值的函数。但这种可能性不大,只是自己也没有找到反例。求网友帮忙。
我为人人型:
#include "iostream.h"
#include "stdio.h"
#include "algorithm"
using namespace std;
const int MAXN=1010;
int a[MAXN];
int maxlen[MAXN];
int return_max(int a,int b)
{
return a>b?a:b;
}
int main()
{
int N;
cin >>N;//输入数据长度
for (int i=1;i<=N;i++){
cin >>a[i];
maxlen[i]=1;
}
//开始判断
for (i=1;i<=N;i++){
for (int j=i+1;j<=N;j++){//看看可以更新哪些值
if(a[j]>a[i])
maxlen[j]=return_max(maxlen[j],maxlen[i]+1);
}
}
cout<< *max_element(maxlen+1,maxlen+N+1);
}
来一个自己的理解:maxlen(i)代表连他自己的最长子序列,大循环是n次,接下来就是小循环,看看可以更新哪些值。我一开始停在为啥能够实现这个功能,其实是忽视了这一点,做动态规划类型的题目,不能按照递归来做,最好是从头开始:
我来详细说明吧: 从i=1开始,j往后递加,然后呢,只要a[i]<a[j],我们认为maxlen[j]可以加1,这样maxlen[j]就能代表其最长公共子序列。以后,我也只要和它比就行。后面一个数比前面的大,就更新值。这样子可能比上面一种类型容易理解。
还有
复杂度更低的情形
以后更新.........