Desciption:
题目来源: https://www.acwing.com/problem/content/description/897/
给定一个长度为 N N N的数列,求数值严格单调递增的子序列的长度最长是多少。
输入格式
第一行包含整数 N N N。
第二行包含 N N N个整数,表示完整序列。
输出格式
输出一个整数,表示最大长度。
数据范围
1 ≤ N ≤ 1000 , 1\leq{N}\leq1000, 1≤N≤1000,
− 1 0 9 ≤ -10^9\leq −109≤数列中的数 ≤ 1 0 9 \leq{10^9} ≤109。
输入样例:
7
3 1 2 1 8 5 6
输出样例:
4
Answer:
解法一:动态规划 O ( n 2 ) O(n^2) O(n2)
状态表示:f[i]表示以ans[i]为结尾的最长上升子序列的长度。
状态转移方程: j ∈ { 0 , . . . , i − 1 } j\in\{0,...,i-1\} j∈{0,...,i−1}, f [ i ] = m a x ( f [ i ] , f [ j ] + 1 ) f[i]=max(f[i], f[j]+1) f[i]=max(f[i],f[j]+1)。
边界: f [ i ] = 1 f[i]=1 f[i]=1
AC代码:
#include <bits/stdc++.h>
using namespace std;
int ans[1010];
//表示以ans[i]结尾的最长上升子序列的长度
int f[1010];
int main(){
int n;
cin>>n;
for(int i=0; i<n; i++){
cin>>ans[i];
}
//初始化f[] 如果只有自己 那么最长上升子序列的长度就为1
for(int i=0; i<n; i++){
f[i]=1;
}
//朴素算法
int maxValue = -1;
for(int i=0; i<n; i++){
for(int j=0; j<i; j++){
if(ans[i] > ans[j]){
f[i] = max(f[i], f[j]+1);
}
}
//找出f[]中的最大值,边算边找。
if(f[i]>maxValue) maxValue=f[i];
}
cout<<maxValue<<endl;
return 0;
}
解法二:动态规划+二分 O ( n l o g n ) O(nlogn) O(nlogn)
最长上升子序列(LIS)的典型变形,熟悉的 n 2 n^2 n2的动归会超时。LIS问题可以优化为 n l o g n nlogn nlogn的算法。
定义d[k]:长度为k的上升子序列的最末元素,若有多个长度为k的上升子序列,则记录最小的那个最末元素。
注意d中元素是单调递增的,下面要用到这个性质。
首先len = 1,d[1] = ans[1],然后对ans[i]: 若ans[i]>d[len],那么len++,d[len] = ans[i];
否则,我们要从d[1]到d[len-1]中找到一个j,满足d[j-1]<ans[i]<d[j],则根据D的定义,我们需要更新长度为j的上升子序列的最末元素(使之为最小的
即 d[j] = ans[i];
最终答案就是len。
利用d的单调性,在查找j的时候可以二分查找,从而时间复杂度为 n l o g n nlogn nlogn。
AC代码:
#include <bits/stdc++.h>
using namespace std;
int ans[1010];
//d[k]: 长度为k的上升子序列的最末元素,若有多个长度为k的上升子序列,则记录最小的那个最末元素。
int d[1010];
int binarySearch(int target, int left, int right){
int mid;
while(left < right){
mid = left + (right-left)/2;
if(d[mid] == target){
left = mid + 1;
}else if(d[mid] > target){
right = mid;
}else{
left = mid+1;
}
}
if(d[left-1] == target){
return left-1;
}else{
return left;
}
}
int main(){
int n;
cin>>n;
for(int i=1; i<=n; i++){
cin>>ans[i];
}
int len=1;
d[1] = ans[1];
for(int i=2; i<=n; i++){
if(ans[i]>d[len]) d[++len]=ans[i];
else{
//二分查找 替代
int index = binarySearch(ans[i], 1, len+1);
d[index] = ans[i];
}
// for(int i=1; i<=len; i++){
// cout<<d[i]<<" ";
// }
// cout<<endl;
}
cout<<len<<endl;
return 0;
}