最长上升子序列的动态规划:暴力dfs + 记忆化搜索 + dp

 LIS(Longest Increasing Subsequence)

给定一个长度为 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。

目录

方法一:暴力dfs

 方法二:记忆化搜索

方法三:dp


   本篇将直接给出代码,具体讲解请移步以下博客:动态规划入门:从暴力dfs到dp-CSDN博客

从01背包开始动态规划:暴力解法 + dp + 滚动数组 + dp优化-CSDN博客

方法一:暴力dfs

  1. 找到最后一步:以当前数作为子序列的结尾,因此 f [ i ] 的含义为第 i 个数作为子序列结尾,最长的上升子序列长度为多少
  2. 递归选择:当以第i个数作为结尾时,遍历其前面所有的数,而对于前面每一个数,都有选和不选两种情况,因为在dfs中尽可能减少参数,因此当选择当前数时,通过return + 1的方式来表示当前数的子序列个数 + 1
#include<iostream>
#include<cmath>
using namespace std;

int n;
const int N = 1010;
int nums[N];

int dfs(int index){
    int res = 0;
    for(int i = 0;i < index;i++){
        if(nums[i] < nums[index]) 
            res = max(res,dfs(i) + 1);
    }
    
    return res;
}

int main(){
    cin >> n;
    for(int i = 0;i < n;i++) cin >> nums[i];
    int res = -1e9;
    //将每一个数作为结尾
    for(int i = 0;i < n;i++){
        res = max(res,dfs(i));
    }
    
    cout << res + 1;
    return 0;
}

 方法二:记忆化搜索

  增加一个mem数组用于存储

#include<iostream>
#include<cmath>
using namespace std;

int n;
const int N = 1010;
int nums[N];
int mem[N];

int dfs(int index){
    if(mem[index]) return mem[index];
    int res = 0;
    for(int i = 0;i < index;i++){
        if(nums[i] < nums[index]) 
            res = max(res,dfs(i) + 1);
    }
    mem[index] = res;
    return res;
}

int f[N];

int main(){
    cin >> n;
    for(int i = 0;i < n;i++) cin >> nums[i];
    int res = -1e9;
    //将每一个数作为结尾
    for(int i = 0;i < n;i++){
       res = max(res,dfs(i));
    }
    
    cout << res + 1;
    return 0;
}

方法三:dp

dp思路为:枚举每一个数作为子序列结尾,在枚举其倒数第二个数

#include<iostream>
#include<cmath>
using namespace std;

int n;
const int N = 1010;
int nums[N];
int mem[N];

int f[N];

int main(){
    cin >> n;
    for(int i = 0;i < n;i++) cin >> nums[i];
    int res = -1e9;
    //将每一个数作为结尾
    for(int i = 0;i < n;i++){
        f[i] = 0;
        for(int j = 0;j < i;j++){
            if(nums[j] < nums[i])
                f[i] = max(f[i],f[j] + 1);
        }
        res = max(res,f[i]);
    }
    
    
    
    cout << res + 1;
    return 0;
}

以上是本文全部内容,如果对你有帮助点个赞再走吧~  ₍˄·͈༝·͈˄*₎◞ ̑̑

  • 10
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于一棵二叉树,我们可以定义其最长上升子序列(LIS)为从根节点开始,沿着任意路径向下遍历,使得经过的结点值单调递增的最长路径长度。 为了求解二叉树的 LIS,可以考虑使用动态规划DP)的方法。具体来说,我们可以定义一个数组 dp,其中 dp[i] 表示以第 i 个结点为结尾的 LIS 长度。对于一个结点 i,其 LIS 长度可以通过枚举其所有子结点 j,如果 val[i] < val[j],则有转移方程: dp[i] = max(dp[i], dp[j] + 1) 最终的 LIS 长度即为 dp 数组中的最大值。 下面是一个 Python 代码实现: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def longest_increasing_path(root: TreeNode) -> int: def dfs(node: TreeNode) -> Tuple[int, int]: if not node: return 0, 0 left_len, left_inc = dfs(node.left) right_len, right_inc = dfs(node.right) cur_len = 1 if node.left and node.left.val > node.val: cur_len = max(cur_len, left_inc + 1) if node.right and node.right.val > node.val: cur_len = max(cur_len, right_inc + 1) cur_inc = 1 if node.left and node.left.val < node.val: cur_inc = max(cur_inc, left_len + 1) if node.right and node.right.val < node.val: cur_inc = max(cur_inc, right_len + 1) return cur_len, cur_inc return dfs(root)[0] ``` 其中 dfs 函数返回一个元组,第一个元素表示以当前结点为结尾的 LIS 长度,第二个元素表示以当前结点为结尾的 LIS 递减子序列长度。对于每个结点,我们分别计算其向左子树和右子树的 LIS 长度和递减子序列长度,并根据当前结点与子结点之间的大小关系来更新当前结点的 LIS 长度和递减子序列长度。最终返回根节点的 LIS 长度即可。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值