最长公共子序列（离散化转化为最长上升子序列）

【模板】最长公共子序列

题目描述

给出 $1,2,\dots ,n$ 的两个排列 $P_1$ 和 $P_2$ ，求它们的最长公共子序列。

输入格式

第一行是一个数 $n$。

接下来两行，每行为 $n$ 个数，为自然数 $1,2,\dots ,n$ 的一个排列。

输出格式

一个数，即最长公共子序列的长度。

样例 #1

样例输入 #1

5 
3 2 1 4 5
1 2 3 4 5

样例输出 #1

3

提示

• 对于 $50\%$ 的数据， $n\le 10^3$；
• 对于 $100\%$ 的数据， $n\le 10^5$。

题解：

对于这个问题，我暂时只能掌握两种方法。第一种是朴素的dp，第二种是通过离散化将这个问题转化为求最长上升子序列。

朴素dp

我们定义dp[ i ][ j ]为第一个序列的前i个元素和第二个序列的前j个元素的最长公共子序列的长度。

那么

• 如果第一个序列的第i个数字和第二个序列的第j个数字相等（第一种情况）：
  • 则dp[ i ][ j ] = dp[ i - 1][ j - 1] + 1 ;
  • 说人话就是dp[ i ][ j] = 沿主对角线左上方的格子值 + 1
• 如果不相等（第二种情况）：
  • 则dp[ i ][ j ] = max( dp[ i-1][ j ], dp[ i ][ j-1] ) ;
  • 说人话就是dp[ i ][ j] = 正上方格子和正左方格子中的最大值

举个例子
3，2，1，5，4
2，3，5，1，4

1. 首先初始化第一行和第一列全为0，第一行全为0的意义是3，2，1，5，4和一个空序列的最长公共子序列的长度，自然全为0；第一列的意义是2，3，5，1，4和一个空序列的最长公共子序列的长度，所以也全为0
2. 第一种情况，我们假设现在要求dp[3][4]，由于左边序列的第3个数字和上边序列的第4个数字相等，判断为第一种情况。根据上文提到的，那么它的值应该就是它左斜上方的格子值加一，也就是dp[2][3]+1=2。
   • 我们现在考虑dp[2][3]的意义，它代表的是第一个序列的前2个元素和第二个序列的前3个元素的公共子序列的最大长度，也就是2，3和3，2，1的公共子序列最大长度，显然长度为1；
   • 而dp[3][4]代表的是2，3，5和3，2，1，5的最长公共子序列的长度，因为这个时候出现了相同的元素（公共元素），所以就相当于给之前的最长公共子序列加了一个长度。
3. 第二种情况，假设现在要求dp[3][1]，由于左边序列的第3个数字和上边序列的第1个数字不相等，所以判断为第二种情况。也就是说，dp[3][1]要继承正左方格子和正上方格子中的最大值。
   • dp[3][0]代表2，3，5和一个空序列的公共子列的最大长度，为0
   • dp[2][1]代表2，3和3的公共子列的最大长度，那这个子列就是3嘛，长度为1.
   • 然后现在把左边序列的第3个数字和上边序列的第1个数字加进去，得到dp[3][1]的意义为2，3，5和3的最长公共子列长度，它的值当然是1。
   • 因为产生了不同，所以取左或上的最大值实际意义就是分别试探插入第i个数字到左子列和插入第j个数字到上子列得到的结果哪个更大。

这个方法较为简单，代码实现就不贴了，空间优化可以使用滚动数组优化成一维，但是这个时间复杂度比较高，数据范围大的时候慎用！！

离散化转最长上升子序列

观察题目中给的数据，可以看到，两个序列中的数字都是由1-n组成的，且没有重复数字，换言之，两个序列数据相同，只是数据的顺序不同，所以可以考虑使用离散化，具体实现如下：

• 在读取a数组数据的时候把每个数字在a数组中对应的位置用belong数组记录下来，代码实现就是——

for (int i = 1; i <= n; i++) {
      cin >> a[i]; 
      belong[a[i]] = i;
	}

• 然后再在读入b数组的时候，把b[i]的值用b[i]=belong[b[i]]转化为b数组中的数据在a数组中的位置，我们只需要保存这些位置就好，至于b数组中原来的数据到底是什么并不重要。代码实现是——

for (int i = 1; i <= n; i++) {
        cin >> b[i]; 
        b[i] = belong[b[i]];
    }

离散化好了之后，下一步工作是什么呢？

首先我们先明确一下离散化的目的：

• 离散化其实就相当于一个重新编号的过程，我们通常默认顺序参照的基准都是1、2、3、4、5、… 离散化就是更换了这个基准，它把a数组中数字的顺序当成了新的基准。
• b数组现在存放的数据是第二个序列的数据在a数组中的位置（也就是新的编号），所以现在b数组的上升子列一定是a数组的子列，这不就是公共子列吗？所以求这两个序列的最长公共子列其实就转化成了求b数组的最长上升子序列。
• 举个例子：
  • 现有两个序列：
    2、3、1、5、4、6
    1、3、5、4、2、6
  • 给第一个序列重新编号为a、b、c、d、e、f
  • 那么第二个序列就变成了c、b、d、e、a、f
  • 很显然，c、d、e、f是最长公共子列，同时也是第二个序列的最长上升子列。上文提到的b数组的上升子列一定是a数组的子列,根据这个例子应该很容易理解——经过重新编号，a序列单调递增，所以a序列的任意子列一定也单调递增，换而言之，任何递增的子列都是a的子列。

明确了以上思路之后，便能进行下一步了——求b的最长上升子序列.

求最长上升子序列仍然是有两种方法的，第一种方法是dp，第二种方法是维护low数组+二分查找。

写到这我真的累了。。。。。休息一下。。。。

dp求最长上升子序列

我们定义dp[i] = 前i个数字的上升子序列的最大长度

初始化dp[ i ] = 1（默认自己是自己的上升子列），枚举第1到i-1个数字，如果b[ j ] < b[ i ]，则dp[ i ]=max(dp[ i ], dp[ j ] + 1).

思路就这样，代码不说，时间复杂度高，慎用。

维护low数组+二分查找

我们定义一个low数组，用来存放各个长度的上升子列的最小的末尾数字。
可能光说很难懂，所以我举个例子：

• 假设low[3]=4，那么它的意义就是长度为3的上升子列的最后一个数字是4，假设这个上升子列是1，2，4.
• 那么如何体现最小这两个字呢？假如现在随着扫描的进行，出现了一个数字3，它可以和1、2构成一个新的长度为3的上升子列1，2，3，且这个新子列末尾数字还小于原来的4，所以就把low[3]更新为3.

然后说完这个，我就说一下解题的思路：

• 按照贪心的思想，对于某个特定长度的上升子列，它的末尾数字越小就越有利于延长这个子列。
• 定义一个变量len表示最长上升子列的长度，初始化low[++len] = b[1]，也就是初始化b数组的第一个元素为一个上升子列。
• 扫描整个b数组，假如b[ i ] > low[len]，那么证明可以延长上升子列的长度，则low[++len]=b[ i ]。为什么只要比较b[ i ]和low[len]就可以下判断呢？因为从1-len，low数组的数据是天然的递增有序的。
• 假如b[ i ] < low[len]，那就考虑更新len以前的数据了，因为low数组递增有序，所以可以用二分查找到low数组的1-len的数据中的第一个大于b[ i ]的数字的位置，把它更新为b[ i ]。
• 至于为什么low数组递增有序，我想用倒推解释一下，举个例子，假如求得的b数组的最长上升子列是1，3，5，7，9，11，这也将会是low数组的终态。你把这个序列切割成长度为1，长度为2，长度为3…的子列，也就是【1】，【1，3】，【1，3，5】…它们的末尾数字是否是递增的呢？显然。

#define _CRT_SECURE_NO_WARNINGS
#include <iostream>
using namespace std;
const int N = 1e5 + 1;
int n; int a[N], b[N], belong[N], low[N], len = 1;

int main()
{
    //freopen("P1439_3.in", "r", stdin);
    cin >> n;
    for (int i = 1; i <= n; i++) {
        cin >> a[i]; belong[a[i]] = i;
    }
    for (int i = 1; i <= n; i++) {
        cin >> b[i]; b[i] = belong[b[i]];
    }
    low[len] = b[1];
    for (int i = 2; i <= n; i++) {
        if (b[i] > low[len]) {
            low[++len] = b[i];
        }
        else {
            int l = 1, r = len, mid = (l + r) / 2;
            while (l < r) {
                mid = (l + r) / 2;
                if (b[i] <= low[mid]) {
                    r = mid;
                }
                else
                    l = mid + 1;
            }
            low[l] = b[i];
        }
    }
    cout << len;
    return 0;
}