题目链接: 点击打开链接
题目大意: 求最长上升子序列
思路: 动态规划,LIS
分析:
最长上升子序列裸题,有两种方法,首先是复杂度O(N^2)的动态规划方法。用dp[i]表示以第i个数字结尾的最长上升子序列(LIS)长度,那么状态转移时,对于所有j<i,Aj<Ai的j(Aj表示第j个数字),计算最大的dp[j] + 1就行了。
代码:
#include <cstdio>
#include <memory.h>
#include <algorithm>
using namespace std;
const int maxn = 1000 + 10;
int n, num[maxn], dp[maxn];
void lis()
{
for (int i = 1; i <= n; ++i) dp[i] = 1;
for (int i = 1; i <= n; ++i)
for (int j = 1; j < i; ++j)
if (num[j] < num[i])
dp[i] = max(dp[i], dp[j] + 1);
}
int main()
{
scanf("%d", &n);
for (int i = 1; i <= n; ++i)
scanf("%d", &num[i]);
lis();
int maxl = 0;
for (int i = 1; i <= n; ++i) maxl = max(maxl, dp[i]);
printf("%d\n", maxl);
return 0;
}
接着是复杂度为O(NlogN)的方法。应该是一种贪心算法。这种算法的做法是开一个长度为n的数组(这里叫LIS),其中LIS[i]表示上升子序列长度为i时序列最后一个数的最小值。一开始看了几个大牛的解释,弄的云里雾里,不知道为什么要这么做。后来渐渐有点明白。以下是我的理解。
对于输入的一组数字,我们需要一个个遍历并逐渐构造出一个上升子序列。构造上升子序列时,要使得最后一个数尽量小。两个长度一样的上升子序列,最后一个数小的那个肯定更有潜力,能拓展出更长的子序列。
LIS其实可以看做一个存放临时最优解的数组。假设当前构造出来的上升子序列长度为l,那么LIS[1]到LIS[l]存放的就是当前上升子序列的第1到第l个数字。对于一个输入的序列,我们一开始先把LIS[1]设置为序列第一个数字,并定义一个变量maxl,初始化为1,表示目前构造的上升子序列长度为1,最后一个数字为序列的第一个数字。
接下来遍历序列的第2到第n位,对每个遍历到的数字,我们判断它和LIS[maxl]的大小,如果更大,那么就接在LIS后面,即LIS[++maxl],构成一个更长的上升子序列;否则的话,应该利用当前这个数字更新目前的上升子序列,从LIS[1]到LIS[maxl]中找到第一个大于等于该数字的位置,替换成该数字。这么做可以使上升子序列更加紧凑。
代码:
#include <cstdio>
using namespace std;
const int maxn = 1000 + 10;
int n, num[maxn], LIS[maxn];
int binary_search(int start, int end, int target)
{
while (end > start) {
int mid = (end + start) / 2;
if (target > LIS[mid])
start = mid + 1;
else
end = mid;
}
return start;
}
int lis()
{
LIS[1] = num[1];
int maxl = 1;
for (int i = 2; i <= n; ++i) {
if (num[i] > LIS[maxl])
LIS[++maxl] = num[i];
else {
int pos = binary_search(1, maxl, num[i]);
LIS[pos] = num[i];
}
}
return maxl;
}
int main()
{
scanf("%d", &n);
for (int i = 1; i <= n; ++i)
scanf("%d", &num[i]);
printf("%d\n", lis());
}