【PAT-T】1017. The Best Peak Shape

该博客主要探讨了PAT-T 1017题目的解决方案,涉及最长递增子序列(LIS)问题。博主通过有向图、动态规划(DP)的不同方法分析了如何找到最佳峰值,包括减少冗余运算的优化策略。讨论了不同的算法复杂度,如n^2、nlogn,并提出不同方法的优缺点,包括LCS算法在峰值问题上的应用限制。
摘要由CSDN通过智能技术生成

首先对题目进行分解。

 

找峰值The Best Peak Shape,可以理解成一个峰值点,或者也可以理解成截断点,和两条单调的子序列。

 

首先很容易就能想到,从前往后求上升A[i],从后往前上升的B[i],再对所有求得的值进行遍历,可以找到满足:A[i]+B[i]最大的情况下,|A[i]-B[i]|最小。

 

那么我们先对子序列进行分析。

我们可以看到这是一个LIS问题(Longest Increasing Subsequence),也就是说找到最长上升子序列.

 

那么在动态规划的学习以前,我们尝试用已有的知识尝试对这个问题进行解决。



方法一 有向图可以使用BST或者DST进行搜索

 

我们发现寻找这个最长子序列的过程可以理解成一个有向图里的搜索问题。

-INF->1->3->4->6->2->5->+INF

1->2 1->5 1->6

3->6 3->4

相当于是求从原点到最终点的最长路径

那么结合我们已有的知识,我们可以使用DFS或者BFS进行搜索。

但在这里会超时过不了测试点

复杂度分析比较困难,在最坏情况下,比如在一个递增的序列中求最长子序列,他的复杂度会达到2^n

#include<iostream>
#include<stack>
using namespace std;

int n;
int number[10001];//the data set by the user
int a[10001];//memerize the length from the front
int b[10001];//memerize the length from the back

stack<int> s;

//search from front to back
void dfs_front(int i)
{
	//the search rearch to the end
	if (i == n)
	{
		return;
	}

	//update
	if (s.size()>a[i])
		a[i] = s.size();

	//add a[i]
	if (s.empty() || number[i]>s.top())
	{
		s.push(number[i]);
		//update
		if (s.size()>a[i])
			a[i] = s.size();//the LIS before number[i]
		dfs_front(i + 1);//search further
		s.pop();
	}
	dfs_front(i + 1);//search further
}

//search from back to front
void dfs_back(int i)
{
	//the search rearch to the end
	if (i == -1)
	{
		return;
	}

	if (s.size()>b[i])
		b[i] = s.size();
	//add b[i]
	if (s.empty() || number[i]>s.top())
	{
		s.push(number[i]);
		if (s.size()>b[i])
			b[i] = s.size();
		dfs_back(i - 1);//search further
		s.pop();
	}
	dfs_back(i - 1);//search further
}

void handle_result() 
{
	int best = 0;
	int num;
	int sub;
	for (int i = 0; i < n; i++) 
	{
		if (1 == a[i] || 1 == b[i]) //if don't have peak
			continue;
		if (a[i] + b[i] > best)//update the best
		{
			best = a[i] + b[i];
			num = i;
			sub = abs(a[i] - b[i]);
		}
		else if (a[i] + b[i] == best)//update the best for have a better shape
		{
			if ( abs(a[i] - b[i]) < sub) 
			{
				num = i;
				sub = abs(a[i] - b[i]);
			}
		}
	}
	if (0 == best)
	//don't have peak shape
		cout << "No peak shape" << endl;
	else
	//the best has count the peak twice
		cout << best - 1 << " " << num + 1 << " " << number[num] << endl;
}

int main()
{
	cin >> n;
	int i;
	for (i = 0; i < n; i++)
	{
		cin >> number[i];//inilize the number
	}
	dfs_front(0);//search from front
	dfs_back(n - 1);//search from back
	handle_result();//handle the result after the two search

	system("pause");
	return 0;
}


 

方法二 下面两种用动态规划

我们开始考虑这个问题有没有更好的处理方法。我们尝试对这个问题进行分解。

 

对于一个新加入的数m,他能构成的子序列只有两种情况:一种是由只它自己构成也就是长度为1,另一种是它跟在其他子序列

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值