最长递增子序列(LIS longest-increment-subsequence)最长连续递增子序列 最大连续子序列和

项目github地址:bitcarmanlee easy-algorithm-interview-and-practice
欢迎大家star,留言,一起学习进步

1.最长递增子序列(LIS)

1.问题描述

给定一个数组,就数组最长递增子序列(子序列可以不连续)

2.解法

非常经典的动态规划问题,算法的时间复杂为O(n^2),空间复杂度为O(n)。
关键是结果数组dp[i]怎么计算呢?
每次遍历所有j<i中数组的元素,判断array[j]是否小于array[i]。
如果是,检查dp[i]与dp[j]+1的大小,并且更新dp[i]。

    public static int lis() {
        int[] nums = {1, 3, 6, 2, 3, 4};
        int len = nums.length;
        int[] dp = new int[len];
        int result = 0;
        for(int i=0; i<len; i++) {
            dp[i] = 1;
            for(int j=0; j<i; j++) {
                if(nums[j] < nums[i]) {
                    dp[i] = dp[i] > dp[j] + 1 ? dp[i] : dp[j] + 1;
                }
            }
            result = dp[i] > result ? dp[i] : result;
        }

        return result;
    }

3.O(NlgN)复杂度算法

上述解法的时间复杂度为O(N^2)。有没有更快速的解法呢?答案是可以的。
定义d[k]:长度为k的上升子序列的最末元素,若有多个长度为k的上升子序列,则记录最小的那个最末元素。
d中的元素是单调递增的,一旦是有序序列,我们处理起来相对就会容易很多,减小时间复杂度主要就是靠他了。
以a = [1, 3, 6, 2, 3, 4]为例,首先令len=0,循环从i=0开始。然后对a[i]:若a[i]>d[len],len++, d[len]=a[i],此时d = [1]。
i=1时,此时a[i] = 3,我们需要将a[i]有序地放入d中。因为d是个有序数组,我们用二分查找很容易找到a[i]应该插入的位置。假设此时插入的位置为position,如果position > len,很明显此时len++。具体到例子中,此时position=1,len=1, d = [1, 3]。
同理i=2时,此时position=3, len=2, d = [1, 3, 6]。
当i=3时,此时a[i] = 2,position=2, d = [1, 2, 6]。因为postion < len,所以len不更新,只是更新d。
当i=4时,position=3,d = [0, 1, 2, 3],同理不更新len只更新d。
当i=5是,position=4,d = [0, 1, 2, 3, 4]。因为postion > len,所以len++,此时len=3。又因为len是从0开始计数,最后的结果为len+1=4。

   public void longestincsubarrayeasy() {
        int[] array = {1, 3, 6, 2, 3, 4};
        int len = 0;
        int[] tmp = new int[array.length];
        tmp[0] = array[0];
        for(int i=0; i<array.length; i++) {
            int position = binSearch(tmp, 0, len, array[i]);
            tmp[position] = array[i];
            if (position > len) {
                len = position;
            }
        }
        // 最终的长度为len+1
        System.out.println("len is: " + (len+1));
    }

    public int binSearch(int[] array, int left, int right, int target) {
        int mid ;
        if(array[right] < target) {
            return right + 1;
        } else {
            while(left < right) {
                mid = (left + right) / 2;
                if(array[mid] < target) {
                    left = mid + 1;
                } else {
                    right = mid;
                }
            }
        }
        return left;
    }

2.最长连续递增子序列

上面的问题是递增子序列,如果要求连续递增子序列怎么办呢?
其实这个问题比上面那一个要简单,就是找递增的数列。如果遇到非递增的情况,比较一下当前计数值与max的大小得到新的max,然后将当前计数值重置为1即可。

    public void contlongestincsubarray() {
        int[] nums = {1, 3, 5, 4, 7, 8, 9, 10, 1};
        int count = 1;
        int result = 0;
        int begin = 0;
        for(int i=1; i<nums.length; i++) {
            if (nums[i-1] < nums[i]) {
                count++;
            } else {
                // 更新begin的位置
                if (count > result) {
                    begin = i - count;
                }
                result = Math.max(result, count);
                count = 1;
            }
        }
        // 如果else中没有更新,保证最后要更新begin的位置与result
        if (count > result) {
            begin = nums.length - count;
        }
        result = Math.max(result, count);
        System.out.println("result is: " + result);
        System.out.println("begin is: " + begin);
    }

最后的输出结果为:

result is: 5
begin is: 3

3.最大连续子序列和

因为最大连续子序列和只可能是以位置0~n-1中某个位置结尾。当遍历到第i个元素时,判断在它前面的连续子序列和是否大于0,如果大于0,则以位置i结尾的最大连续子序列和为元素i和前门的连续子序列和相加;否则,则以位置i结尾的最大连续子序列和为元素i。

    public void subMaxSum() {
        int[] array = {1, 3, -2, 4, -5};
        int maxsum = array[0];
        int cursum = array[0];
        for(int i=1; i<array.length; i++) {
            cursum = cursum > 0 ? cursum + array[i] : array[i];
            if (cursum > maxsum) {
                maxsum = cursum;
            }
        }
        System.out.println(maxsum);
    }
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