acwing算法基础 dp 895.最长上升子序列I

最新推荐文章于 2024-10-08 20:32:22 发布

a7546391

最新推荐文章于 2024-10-08 20:32:22 发布

阅读量97

点赞数 1

文章标签：算法

本文链接：https://blog.csdn.net/a7546391/article/details/127858452

版权

该博客讨论了一种使用动态规划算法求解最大上升子序列长度的问题。代码实现中，状态表示f[i]表示以w[i]为结尾的上升子序列的最大长度，通过双重循环进行状态转移，最终找到最长上升子序列的长度。博客内容涉及线性DP和时间复杂度为O(n^2)的算法设计与分析。

摘要由CSDN通过智能技术生成

题目

在这里插入图片描述

算法: 线性dp 时间复杂度: n²

思路分析

状态表示 f[i] 表示以w[i]为结尾的上升子序列的最大长度。
含义 max
状态转移方程 if（w[i]>w[j]）f[i]=max(f[i],f[j]+1);
初始化所有不需要通过迭代，直接就可以得到的量，以及边界值和状态数组和权重数组的初始化。

代码

#include<iostream>
#include<cstring>
using namespace std;
const int N=1010;
int f[N],w[N];
int n;
int main()
{
    cin>>n;
    for(int i=1;i<=n;i++)
    {
        f[i]=1;
    }
    for(int i=1;i<=n;i++)
    {
        cin>>w[i];
    }
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=i;j++)
        {
            if(w[i]>w[j])
            {
                f[i]=max(f[j]+1,f[i]);
            }
        }
    }
    int max=-0x3f3f3f3f;
    for(int i=1;i<=n;i++)
    {
        if(max<f[i])
        max=f[i];
    }
    cout<<max;
}