求最长上升子序列LIS（两种解法）+ LCS向LIS问题的转化

最新推荐文章于 2023-01-08 17:21:17 发布

DChuancey

最新推荐文章于 2023-01-08 17:21:17 发布

阅读量359

点赞数

分类专栏：算法文章标签：动态规划求解动态规划数据结构算法导论 c算法

本文链接：https://blog.csdn.net/NGU_Jq/article/details/105564546

版权

算法专栏收录该内容

20 篇文章 1 订阅

订阅专栏

概念

Loggest Increasing Subsequence：最长上升子序列

Loggest Common Subsequnce: 最长公共子序列（两个或多个序列的问题）

概念就不解释了，，，大家应该都懂

解法

O(nlog(n))的解法

这种解法是贪心+二分的思想。实际并不难，比下面的O(n^2)复杂度的解法还更容易理解。

这种算法的思想大致如下：

现在有 4 2 3 8 9 7 这个序列，下面以他为例，说明求最长子序列的长度。

首先定义一个数组，保存这个最长的上升子序列的每一个元素，设为dp数组。

下面我们就要依次往里面放元素了：

第一个元素是4，直接放进dp。 || 当前dp中元素的情况：4

第二个元素是2，比4小。把dp中的2替换成4.（下面介绍为什么）||当前dp中元素的情况：2

第三个元素是3，比2大，放到dp数组中2的后面 ||当前dp中元素的情况：2 3

第四个元素是8，比3大，放到dp数组中3的后面 ||当前dp中元素的情况：2 3 8

第五个元素是9，比8大，放到dp数组中8的后面 ||当前dp中元素的情况：2 3 8 9

第六个元素是7，替换dp数组中的8 ||当前dp中元素的情况：2 3 7 9

最后结果：最长公共子序列的长度是4.

结论：每次进来一个数，他总是替换dp数组从左往右第一个大于它的数。

而存到dp数组中的元素，不一定就是真实的元素。上面的例子的最长上升子序列应该是 2 3 8 9.所以这个数组只是个伪序列，真正有用的是数组的长度。

我现在只能做到这里，证明我也不会。。。。。。。。。但就是这样子。

O(n^2）做法

这种做法，各种数据结构的书上应该都有吧。只要找到状态转移方程：

dp[i]=max(dp[j])+1; //条件是1=<j<i 并且 a[i]>a[j] .

很容易就可以写出代码

LCS转LIS

这便是这篇博客的意义所在了，LIS算法有O(nlogn)的算法，而LCS没有。

看这样一道题：P1439

题目描述

给出 1,2,…,n 的两个排列P1 和 P2 ，求它们的最长公共子序列。

输入格式

第一行是一个数 n。

接下来两行，每行为 n个数，为自然数 1,2,…,n 的一个排列。

输出格式

一个数，即最长公共子序列的长度。

输入输出样例

输入 #1复制

5 
3 2 1 4 5
1 2 3 4 5

输出 #1复制

说明/提示

对于50% 的数据， n≤10^3；
对于100% 的数据， n≤10^5。

分析：

这道题n达到了10^5,用经典的LCS解法，显然超时。这就需要将LCS向LIS转化

用到的思想：离散化。

举例：如下两个序列

４　２　３　８　９

８　４　２　３　９

做一步离散化处理，不考虑每个元素具体的值，用新数组每个元素表示原数组中元素所在的位置

１　２　３　４　５

４　１　２　３　５

说明：上述第一行表示原序列的４　２　３　８　９的每一个位置，也是就８在原序列第一个序列中的第一位、４在第１位、２在第二位、３在第三位、９在第５位。

－－－

理解上述的操作之后，下面观察生成的第二个序列的规律：只要求生成的第二个序列的最长上升序列，就可以得到LCS

ｏｋ，代码如下，仅供参考

#include<bits/stdc++.h>
#define ll long long
using namespace std;

const int MAX = 5e5+5;

int N;
int a[MAX],b[MAX];
int dp[MAX];
int belong[MAX*100]; //离散化的关键

int main() {
    cin >> N;
    for (int i = 1; i <= N; ++i) {
        cin >> a[i];
        belong[a[i]]=i;
    }
    for (int i = 1; i <= N; ++i) {
        cin >> b[i];
        b[i]=belong[b[i]];
    }
    int len = 0;
    memset(dp,0,sizeof(dp));
    for (int i = 1; i <= N; ++i) {
        if(dp[len]<b[i]) {
            dp[++len]=b[i];
        } else {
            *lower_bound(dp+1,dp+len+1,b[i])=b[i]; //二分查找,降低时间复杂度
        }
    }
    cout << len;
}