给定一个整数数组(下标从 0 到 n-1, n 表示整个数组的规模),请找出该数组中的最长上升连续子序列。(最长上升连续子序列可以定义为从右到左或从左到右的序列。)
注意事项
time
给定 [5, 4, 2, 1, 3]
, 其最长上升连续子序列(LICS)为 [5, 4, 2, 1]
, 返回 4
.
给定 [5, 1, 2, 3, 4]
, 其最长上升连续子序列(LICS)为 [1, 2, 3, 4]
, 返回 4
.
1、O(n^2)算法:
我们依次遍历整个序列,每一次求出从第一个数到当前这个数的最长上升子序列,直至遍历到最后一个数字为止,然后再取dp数组里最大的那个即为整个序列的最长上升子序列。我们用dp[i]来存放序列1-i的最长上升子序列的长度,如果A[i]>A[i-1],dp[i]=dp[i-1]+1。显然dp[1]=1,我们从i=2开始遍历后面的元素即可。
import java.util.Scanner;
public class Main {
public static int longestIncreasingContinuousSubsequence(int[] A)
{
if(A==null||A.length==0){
return 0;
}
int[] dp1=new int[A.length]; //升序
dp1[0]=1;
for(int i=1;i<A.length;i++){
dp1[i]=1;
if(A[i]>A[i-1]){
dp1[i]+=dp1[i-1];
}
}
int max=Integer.MIN_VALUE;
for(int i=0;i<dp1.length;i++){
max=Math.max(max, dp1[i]);
}
int[] dp2=new int[A.length]; //降序
dp2[0]=1;
for(int i=1;i<A.length;i++){
dp2[i]=1;
if(A[i]<A[i-1]){
dp2[i]+=dp2[i-1];
}
}
for(int i=0;i<dp1.length;i++){
max=Math.max(max, dp2[i]);
}
return max;
}
public static void main(String[] args) {
Scanner sc=new Scanner(System.in);
int n=sc.nextInt();
int[] a=new int[n];
for(int i=0;i<a.length;i++)
{
a[i]=sc.nextInt();
}
System.out.println(longestIncreasingContinuousSubsequence(a));
sc.close();
}
}
2、nlogn算法
最长上升子序列(LIS Longest Increasing Subsequence)的典型变形,熟悉的n^2的动归会超时。LIS问题可以优化为nlogn的 算法。
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。
注意d中元素是单调递增的,下面要用到这个性质。
首先len = 1,d[1] = a[1],然后对a[i]:若a[i]>d[len],那么len++,d[len] = a[i];
否则,我们要从d[1]到d[len-1]中找到一个j,满足d[j-1]<a[i]<d[j],则根据D的定义,我们需要更新长度为j的上升子序列的最末元素(使之为最小的)即 d[j] = a[i];
最终答案就是len
利用d的单调性,在查找j的时候可以二分查找,从而时间复杂度为nlogn。
假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7,可以看出来它的LIS长度为5。n
下面一步一步试着找出它。
我们定义一个序列B,然后令 i = 1 to 9 逐个考察这个序列。
此外,我们用一个变量Len来记录现在最长算到多少了
首先,把d[1]有序地放到B里,令B[1] = 2,就是说当只有1一个数字2的时候,长度为1的LIS的最小末尾是2。这时Len=1
然后,把d[2]有序地放到B里,令B[1] = 1,就是说长度为1的LIS的最小末尾是1,d[1]=2已经没用了,很容易理解吧。这时Len=1
接着,d[3] = 5,d[3]>B[1],所以令B[1+1]=B[2]=d[3]=5,就是说长度为2的LIS的最小末尾是5,很容易理解吧。这时候B[1..2] = 1, 5,Len=2
再来,d[4] = 3,它正好加在1,5之间,放在1的位置显然不合适,因为1小于3,长度为1的LIS最小末尾应该是1,这样很容易推知,长度为2的LIS最小末尾是3,于是可以把5淘汰掉,这时候B[1..2] = 1, 3,Len = 2
继续,d[5] = 6,它在3后面,因为B[2] = 3, 而6在3后面,于是很容易可以推知B[3] = 6, 这时B[1..3] = 1, 3, 6,还是很容易理解吧? Len = 3 了噢。
第6个, d[6] = 4,你看它在3和6之间,于是我们就可以把6替换掉,得到B[3] = 4。B[1..3] = 1, 3, 4, Len继续等于3
第7个, d[7] = 8,它很大,比4大,嗯。于是B[4] = 8。Len变成4了
第8个, d[8] = 9,得到B[5] = 9,嗯。Len继续增大,到5了。
最后一个, d[9] = 7,它在B[3] = 4和B[4] = 8之间,所以我们知道,最新的B[4] =7,B[1..5] = 1, 3, 4, 7, 9,Len = 5。
于是我们知道了LIS的长度为5。
!!!!! 注意。这个1,3,4,7,9不是LIS,它只是存储的对应长度LIS的最小末尾。有了这个末尾,我们就可以一个一个地插入数据。虽然最后一个d[9] = 7更新进去对于这组数据没有什么意义,但是如果后面再出现两个数字 8 和 9,那么就可以把8更新到d[5], 9更新到d[6],得出LIS的长度为6。
然后应该发现一件事情了:在B中插入数据是有序的,而且是进行替换而不需要挪动——也就是说,我们可以使用二分查找,将每一个数字的插入时间优化到O(logN)~~~~~于是算法的时间复杂度就降低到了O(NlogN)~!
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
int i,j,n,len,index;
int[] dp = null,arr = null;
Scanner sc=new Scanner(System.in);
n=sc.nextInt();
dp=new int[n+1];
arr=new int[n+1];
len=0;
for(i=1;i<=n;i++){
arr[i]=sc.nextInt();
}
dp[++len]=arr[1];
for(j=2;j<=n;j++){
if(arr[j]>dp[len]){
dp[++len]=arr[j];
}
index=bsearch(dp,arr[j],1,len);
dp[index]=arr[j];
}
System.out.println(len);
sc.close();
}
//二分查找
private static int bsearch(int[] dp, int value,int start,int end) {
int mid;
while(start<end){
mid=(start+end)/2;
if(dp[mid]>value){
end=mid;
}
else{
start=mid+1;
}
}
return start;
}
}