前言
如果你认为,这是一道普通的动态规划题,那你就大错特错了。这道题困扰了我很久,原因就在于它的数据太大了(2000000!)。如果是搜索,时间复杂度就为O(n^n),普通的动态规划的时间复杂度为O(n!),远远大于一秒的规定时间。所以,要对算法进行一系列的优化。
题目描述
给出一个长度为N的整数序列,求出包含它的第K个元素的最长上升子序列。
输入
第一行两个整数N, K
第二行N个整数
输出
如题目所说的序列长度。
样例输入
8 6
65 158 170 299 300 155 207 389
样例输出
4
提示
【数据范围】
0 < N ≤ 200000,0 < K ≤ N
分析
首先想到的是,求出k前面的数的最长上升子序列,再求以k为左端点的最长上升子序列,并把f[k]+f[i]输出。前面提到过,这样做的复杂度是O(n!),用计算器算(2000000!)都无法输出结果,所以只能优化算法。首先将k前的数中大于a[k]的排除,再用二分法查找方案。
代码
//普通动态规划版
#include<cstdio>
#include<climits>
#include<iostream>
using namespace std;
int a[2000005],b[2000005],c[2000005];
int main()
{
ios::sync_with_stdio(false);//加快cin、cout的速度
int n,k,max1=INT_MIN;
cin>>n>>k;
for(int i=1;i<=n;i++)
cin>>a[i];
for(int i=1;i<=k;i++)//求出前k个数中的最长上升子序列
for(int j=1;j<=i;j++)
{
if(a[j]<a[i]&&b[j]>=b[i])
b[i]=b[j]+1;
if(i==j&&b[i]==0)
b[i]=1;
}
//cout<<b[3]<<endl;
for(int i=k+1;i<=n;i++)//求出后n-k个数中的最长上升子序列+b[k]
for(int j=k;j<=i;j++)
{
if(a[j]<a[i])
{
b[i]=b[j]+1;
//cout<<b[i]<<endl;
}
else if(b[i]==0&&i==j)
b[i]=1;
if(max1<b[i])
max1=b[i];
}
cout<<max1<<endl;
return 0;
}
//动态规划+二分版
#include<cstdio>
#include<climits>
#include<iostream>
using namespace std;
int a[2000005],f[2000005],a1[2000005],p=1;
int find(int x)//二分查找
{
int l=1,r=p;
while(l<r)
{
int mid=(l+r)/2;
if(f[mid]>=x)
r=mid;
else
l=mid+1;
}
return l;
}
int main()
{
ios::sync_with_stdio(false);
int n,k,s=0,k1;
cin>>n>>k;
for(int i=1;i<=n;i++)
cin>>a[i];
for(int i=1;i<=n;i++)
{
if((a[i]<=a[k]&&i<=k)||(a[i]>=a[k]&&i>=k))
{
s++;
a1[s]=a[i];
}
if(a1[s]==a[k])
k1=s;
}//将前k个数中<=a[k]的数和后n-k个数中>=a[k]的数装到a1中去
f[1]=a1[1];//赋初值
for(int i=2;i<=n;i++)
{
if(a1[i]>f[p])
{
f[++p]=a1[i];
}
else
{
int pos=find(a1[i]);
f[pos]=a1[i];
}
}//f[p]表示长度为p的最长上升子序列的尾数
cout<<p<<endl;
return 0;
}