一个数的序列bi,当b1 < b2 < ... < bS的时候,我们称这个序列是上升的。对于给定的一个序列(a1, a2, ..., aN),我们可以得到一些上升的子序列(ai1, ai2, ..., aiK),这里1 <= i1 < i2 < ... <iK <= N。比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8).
你的任务,就是对于给定的序列,求出最长上升子序列的长度。
输入:
输入的第一行是序列的长度N (1 <= N <= 1000)。第二行给出序列中的N个整数,这些整数的取值范围都在0到10000。
输出:
最长上升子序列的长度。
样例输入1:
7
1 7 3 5 9 4 8
样例输出1:
4
样例输入2:
6
2 3 4 1 6 5
样例输出2:
4
思路:典型的动态规划(DP)题,因为升序是前节点不大于当前节点,所以对于数组中每个元素来说,其初始值均为1,然后用自底向上的方法遍历。我们设DP[i]表示以num[i]为终点的最长子序列的值,如果num[a]<num[b](a<b),那么DP[b]=DP[a]+1。就是说外层的循环表示以其为终点的上升子序列的长度,当它大于它之前的某个数--即以那个数为终点的子序列时,其值就要加上1。也可以参考以下状态转移方程:
MaxLen (1) = 1
MaxLen (k) = Max { MaxLen (i):1<i < k 且 ai < ak 且 k≠1 } + 1
代码如下:
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
int maxLen(vector<int>nums) {
vector<int>dp(nums.size());
int res = 1;
for (int i = 0;i < nums.size();i++) {
dp[i] = 1;//初始化
for (int j = 0;j < i;j++) {
if (nums[j] <= nums[i] && dp[j] + 1 > dp[i]) {
dp[i] = dp[j] + 1;
}
}
}
for (auto i : dp) {
res = max(res, i);
}
return res;
}
int main() {
int N;
int num;
cin >> N;
vector<int>nums;
for (int i = 0;i < N;i++) {
cin >> num;
nums.push_back(num);
}
int res = maxLen(nums);
cout << res << endl;
return 0;
}