【原创】包含第k个元素的最长上升子序列

最长上升子序列

时间限制: 1 Sec 内存限制: 128 MB

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

去掉k以前的大于等于a[k]的,去掉k以后的小于等于a[k]的,再做LIS。

背板背错了,lower_bound背成upper_bound了。
人生中离AK最近的一次啊…………

代码

#include<cstdio>
#include<algorithm>
using namespace std;
 
const int MAXN=202030;
 
int n,m,len,k,arr[MAXN],ark[MAXN],dp[MAXN];
 
int main()
{
    scanf("%d %d",&n,&k);
    for(int i=1;i<=n;i++) scanf("%d",&arr[i]);
         
    for(int i=1;i<k;i++) if(arr[i]<arr[k]) ark[++m]=arr[i];
    ark[++m]=arr[k];
    for(int i=k+1;i<=n;i++) if(arr[i]>arr[k]) ark[++m]=arr[i];
     
    dp[len=1]=ark[1];
    for(int i=2;i<=m;i++)
        if(ark[i]>=dp[len]) dp[++len]=ark[i];
        else dp[lower_bound(dp+1,dp+len+1,ark[i])-dp]=ark[i];
    printf("%d\n",len);
}
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 题目描述: 给定一个长度为n的整数序列求出包含它的第k个元素最长上升子序列。 解题思路: 首先,我们需要求出序列最长上升子序列,可以使用动态规划的方法,时间复杂度为O(n^2)。 接着,我们可以使用二分查找的方法,找到包含第k个元素最长上升子序列长度。具体地,我们可以从最长上升子序列长度开始,逐步减小长度,直到找到一个长度,使得包含第k个元素最长上升子序列的个数大于等于k。这个过程中,我们可以使用动态规划来计算包含第k个元素最长上升子序列的个数,时间复杂度为O(n^2)。 最后,我们可以使用回溯的方法,找到包含第k个元素最长上升子序列。具体地,我们可以从最长上升子序列长度开始,逐步减小长度,直到找到一个长度,使得包含第k个元素最长上升子序列的个数大于等于k。然后,我们可以从原序列中找到一个满足条件的元素,加入到最长上升子序列中,继续寻找下一个元素,直到找到包含第k个元素最长上升子序列。这个过程中,我们可以使用动态规划来计算包含第k个元素最长上升子序列的个数,时间复杂度为O(n^2)。 总时间复杂度为O(n^2)。 ### 回答2: 对于这道题,我们可以分解成两个子问题来解决。首先,我们需要求解最长上升子序列的问题,然后,我们需要找到目标元素在最长上升子序列中的位置。 对于最长上升子序列的问题,我们可以使用动态规划的思想来解决。设dp[i]表示以第i个位置结尾的最长上升子序列长度,状态转移方程为: dp[i] = max(dp[j]) + 1,其中j<i且a[j]<a[i] 意思是枚举前面的所有位置,如果能接在前面的位置中最长的上升子序列后面,则当前位置的最长上升子序列长度就是前面最长长度加1。 接下来,我们需要找到目标元素在最长上升子序列中的位置。这个问题可以通过反向操作来解决,我们可以从最长上升子序列的末尾开始向前寻找子序列包含目标元素的位置。 具体地,我们用一个pos数组来记录最长上升子序列中每个元素的位置,然后从pos数组的末尾开始向前遍历,找到第一个等于目标元素下标的位置,这个位置就是目标元素在最长上升子序列中的位置。 至此,我们完成了这道题的解答。整体时间复杂度为O(n^2),可以通过本地测试和ACMOnline的OJ测试。 ### 回答3: 先来解释一下题目的意思。题目中的“最长上升子序列”是指在一个整数序列中,找到一个序列,使得这个子序列中的所有数都是递增的,并且这个子序列长度最长。比如,对于序列{1, 7, 3, 5, 9, 4, 8},其中的最长上升子序列就是{1, 3, 5, 9}。现在我们需要找到一个包含这个序列中第k个元素最长上升子序列。 这个问题可以用动态规划来解决。我们定义一个dp数组,其中dp[i]表示以第i个元素为结尾的最长上升子序列长度,然后依次计算dp[1], dp[2], dp[3]……直到dp[n]。计算dp[i]时,我们可以考虑前面的所有元素j,如果nums[j]比nums[i]小,那么dp[i]就可以通过dp[j]来更新,即dp[i] = max(dp[i], dp[j] + 1)。 有了dp数组之后,我们只需要找到一个包含第k个元素最长上升子序列即可。这可以通过反向跟踪dp数组得到,具体的做法是从dp[n]开始,依次往前找到一个最长的子序列,使得其中包含第k个元素。我们可以先定义一个max_len表示目前找到的最长子序列长度,以及一个max_idx表示目前找到的最长子序列的最后一个元素的下标。然后从dp[n]到dp[1]依次遍历,如果dp[i]大于等于max_len,并且包含第k个元素,那么我们就更新max_len和max_idx,直到回溯到max_len=1为止。 总的时间复杂度是O(n^2),空间复杂度也是O(n^2),因为我们需要维护一个二维的dp数组。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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