LIS问题及优化

摸鱼的晓冰

已于 2023-04-15 08:03:47 修改

阅读量242

点赞数

文章标签：算法 c++ 开发语言动态规划

于 2023-04-13 21:57:58 首次发布

本文链接：https://blog.csdn.net/OXxiaobingXO/article/details/130080961

版权

LIS问题是动态规划的入门题目，具体问题如最长上升子序列

设有由n(1≤n≤200)个整数组成的数列，记为:b₁,b₂……,b_n,
若存在 i₁<i₂<……<i_e,且有b₁<b₂<……<b_e则称为长度为 e 的上升子序列。
程序要求，当原数列出之后，求出最长的上升子序列。

例如 13，7，9，16，38，24，37，18，44，19，21，22，63，15。
例中 13，16，18，19，21，22，63 就是一个长度为 7 的上升子序列，
同时也有 7 ，9，16，18，19，21，22，63 组成的长度为 8 的上升子序列。

由于n的数据范围较小，所以可以直接用贪心解决这题，但如果将数据升级为1≤n≤10⁴，你就会得到一个TLE。这时候，我们可以用记忆化搜索，也可以用动态规划，当然本质其实差距不大，都需要一个dp数组，但是我们这里主讲动态规划

思路及代码：

假设dp_i表示以b_i结尾的最长上升子序列的长度，根据样例可列表格

i	1	2	3	4	5	6	7	8	9	10	11	12	13	14
b_i	13	7	9	16	38	24	37	18	44	19	21	22	63	15
dp_i	1	1	2	3	4	4	5	4	6	5	6	7	8	3

可以发现，dp_i=1+(max^i-1_j=0dp_j,b_j<b_i)
代码如下

#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int N=1e6+10;
int dp[N],n=1,b[N];
int main(){
	while(cin>>b[n]&&b[n]!=0)//输入 
		n++;
	n--;
	int ans=0;
	for(int i=1;i<=n;i++){
		for(int j=0;j<i;j++)
			if(b[j]<b[i])
				dp[i]=max(dp[i],dp[j]+1);//选出前面最长的子序列 
		ans=max(ans,dp[i]);
	}
	cout<<ans;
	return 0;
}

优化

前面已经讲过了O（n²）的做法，但是如果将数据升级到1≤n≤10⁵怎么办？
这时就需要用到费脑细胞的优化方法，二分优化
假设f_x表示长度为x的单调递增序列最后一个元素的最小值，可得f_i<f_i+1，即f_i单调递增

证明

这里我们用反证法，假设有u<v,且f_u≥f_v，假设有长度为v的单调递增序列a，其中又有最后一个元素是a_u的长度为u的单调递增子序列，如图
a₁，a₂，……，a_u，……，a_v
∵a单调递增
∴f_u=a_u,f_v=a_v
∵f_u≥f_v
∴a_u≥a_v，这与a单调递增不符，所以假设不成立，即当u<v,f_u<f_v

所以dp_i=max^i-1_j=0j,f_j<b_j，这个找j的过程可以用二分

代码

#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int N=1e6+10;
int f[N],n=1,b[N];
int main(){
	while(cin>>b[n]&&b[n]!=0)//输入 
		n++;
	n--;
	int sum=0;
	for(int i=1;i<=n;i++){
		if(f[sum]<b[i]){//特判最长长度增加的情况 
			sum++;
			f[sum]=b[i];
			continue;
		}
		int l=0,r=sum;
		while(l+1<r){
			int mid=(l+r)/2;
			if(f[mid]>=b[i])
				r=mid;
			else l=mid;
		}
		f[r]=min(f[r],b[i]);//更新f[l+1]的值 
	}
	cout<<sum;
	return 0;
}