Openjudge_2.6基本算法之动态规划_1759:最长上升子序列

题目

1759:最长上升子序列
总时间限制: 2000ms 内存限制: 65536kB
描述
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
7
1 7 3 5 9 4 8
样例输出
4

理解

1. 递归是先调用自己到出口，再回来计算自己。
2. 递推只是递归的返程，有初始值推算出结果。
3. 动态规划实质上是递推，不过要在多个选项中找最优。
4. 找到“状态”是突破口，就是随着阶段的推移状态会发生变化。往往最终的结果也是其中一个阶段的状态。
5. 既然是递推，当然得有最初理所当然的状态值，就是所谓的初始化。
6. 本题的阶段就是有了几个数，状态就是有几个数时有几个上升序列。最后的结果当然也是这个。
7. 几个数时有几个最多上升序列=前面较小数的上升序列+1。
8. 画表格特有助于求解动态规划，分阶段记录的状态可以绘制成表格，从最初值往后推导能找到动态转移方程。
9. 动态规划的结果是数字。

代码

#include <bits/stdc++.h>
using namespace std;
int n,//有几个数
d[1001],//这几个数
f[1001],//有几个数时的最长上升序列数
ans; //最多的上升子序列
int main(){
//freopen(“data.cpp”,“r”,stdin);
cin>>n;
for(int i=1;i<=n;i++)cin>>d[i];//n个数
for(int i=2;i<=n;i++)//遍历这n个数
for(int j=1;j<i;j++)//遍历该数前面的数
if(d[j]<d[i]){//如果比前面的数大
f[i]=max(f[i],f[j]+1);//前面较小数的上升子序列 +1
ans=max(ans,f[i]);//找最大值
}
cout<<ans+1;//该数本身也算
return 0;
}