1.O(n*m2)
比较好理解,不展开叙述。
状态转移方程为 :
①F[i][j] = F[i-1][j] (a[i] != b[j])
②F[i][j] = max { F[i-1][k] }+1 (0<k<j&&b[K]<b[j]) = max { F[i-1][k] }+1 (0<= k< j&&b[k]<a[i])
上代码
#include<algorithm>
#include<cstdio>
using namespace std;
const int MAXN=2005;
int a[MAXN],b[MAXN],dp[MAXN][MAXN],ans;
int n,m;
int main(){
scanf("%d",&n);
for(int i=1;i<=n;i++) scanf("%d",&a[i]);
scanf("%d",&m);
for(int i=1;i<=m;i++) scanf("%d",&b[i]);
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++){
if(a[i]==b[j]){
for(int k=0;k<=j-1;k++){
if(b[k]<b[j]){
dp[i][j]=max(dp[i][j],dp[i-1][k]+1);
}
}
}
else dp[i][j]=dp[i-1][j];
}
}
for(int i=1;i<=m;i++) ans=max(ans,dp[n][i]);
printf("%d\n",ans);
return 0;
}
2.O(n*m)
在上一种上进行优化
因为有两个序列,所以最外两层循环不能省。
我们注意第三层循环,他进行了重复运算
为什么?因为需要用第三层循环时 a[i]==b[j] 。所以可比较 a[i] 与 b[k] 而在第二三层时 i 已固定,所以 b[k] < a[i] 是一定的(我们可以从一开始就让他满足)。因此,j每增大 1 ,第三层循环的查找范围只增大了1 而前面的在以前就找过了,现在又找了一次重复。
那如何优化呢?
我们可以记录一个满足条件的(a[i]>b[k])b[k]的最大值每次用新增的j与之前的最大值比较并更新,
只花费O(1)。
也就是说,我们把满足条件的k构成的集合看作进行状态转移的决策集合(从里面寻找用来转移的量),而决策集合每次只增加1,特判即可。在这里用到了一种递推的思想。
#include<algorithm>
#include<cstdio>
using namespace std;
const int MAXN=2005;
int a[MAXN],b[MAXN],dp[MAXN][MAXN],ans;
int n,m;
int main(){
scanf("%d",&n);
for(int i=1;i<=n;i++) scanf("%d",&a[i]);
scanf("%d",&m);
for(int i=1;i<=m;i++) scanf("%d",&b[i]);
for(int i=1;i<=n;i++){
int val=0;//当前最优决策
for(int j=1;j<=m;j++){
if(a[i]==b[j])
dp[i][j]=val+1;
else
dp[i][j]=dp[i-1][j];
if(b[j]<a[i])//如果满足条件
val=max(val,dp[i-1][j]);//加入
}
}
for(int i=1;i<=m;i++) ans=max(ans,dp[n][i]);
printf("%d\n",ans);
return 0;
}
这是dp的基础,一定要熟练地掌握(自言自语)
其实还可以再滚动数组优化成一维
#include<algorithm>
#include<cstdio>
using namespace std;
const int MAXN=2005;
int a[MAXN],b[MAXN],dp[MAXN],ans;
int n,m;
int main(){
scanf("%d",&n);
for(int i=1;i<=n;i++) scanf("%d",&a[i]);
scanf("%d",&m);
for(int i=1;i<=m;i++) scanf("%d",&b[i]);
for(int i=1;i<=n;i++){
int val=0;
for(int j=1;j<=m;j++){
if(a[i]==b[j])
dp[j]=val+1;
if(b[j]<a[i])
val=max(val,dp[j]);
}
}
for(int i=1;i<=m;i++) ans=max(ans,dp[i]);
printf("%d\n",ans);
return 0;
}
滚动数组优化的应该是空间,但不知为什么,时间也明显优化了。
第一篇博客,若不详细,还请见谅。