问题定义:
最长递增子序列又叫做最长上升子序列;子序列,正如LCS一样,元素不一定要求连续。本节讨论实现三种常见方法,主要是练手。
题:求一个一维数组arr[i]中的最长递增子序列的长度,如在序列1,-1,2,-3,4,-5,6,-7中,最长递增子序列长度为4,可以是1,2,4,6,也可以是-1,2,4,6。
方法一:DP
像LCS一样,从后向前分析,很容易想到,包括第i个元素以及其之前的最长递增子序列的长度要么是1(单独成一个序列),要么就是第i-1个元素之前的最长递增子序列加1,可以有状态方程:
LIS[i] = max{1,LIS[k]+1},其中,对于任意的k<=i-1,arr[i] > arr[k],这样arr[i]才能在arr[k]的基础上构成一个新的递增子序列。
伪代码为:
for i = 1:N
dp[i] = 1, pre[i] = i
for j = 1:i
if arr[i] > arr[j] && dp[i] < dp[j-1] + 1
dp[i] = dp[i-1] + 1
pre[i] = j
即:每个元素 与 其之前的元素相比较,把它作为序列的最后一个元素,计算dp[i]的最大值。
python代码:
#!/usr/bin/python
# -*- coding: utf-8 -*-
def disp( arr, dp, pre ):
print( "求得结果为:")
max_indx = dp.index( max(dp) )
sub = []
pre_indx = max_indx
while True:
sub.insert(0, arr[pre_indx])
if pre_indx == pre[pre_indx]:
break
pre_indx = pre[pre_indx]
print( "递增子序列为:" )
print( sub )
def lis( arr ):
arr_len = len( arr )
pre = range(0, arr_len )
dp = range(0, arr_len)
for i in range(0, arr_len):
dp[i] = 1
pre[i] = i
for j in range(0, i):
if arr[i] > arr[j] and dp[i]<dp[j] +1:
dp[i] = dp[j] + 1
pre[i] = j
print('arr:', arr )
print( 'dp:', dp )
print( 'pre:', pre )
disp( arr, dp, pre )
if __name__ == '__main__':
print( "LIS长递增子序列:" )
l = [ 1, -1, 2, -3, 4, -5, 6 ]
lis( l )
输出结果: