【动规】LIS 问题变形，初级训练

最新推荐文章于 2019-07-20 17:49:26 发布

helloDesword

最新推荐文章于 2019-07-20 17:49:26 发布

阅读量1k

点赞数

分类专栏： just Coding 文章标签：动态规划

本文链接：https://blog.csdn.net/ls1160/article/details/23622817

版权

just Coding 专栏收录该内容

34 篇文章 0 订阅

订阅专栏

再次开始了苦X的coding训练，话说现在看到一些题，略略的有一些疼呀。

这是肿么了呢。是被上次伤到了么，不管怎么样，这个还是得练起来了，话说时间还是有点紧的，必须抓紧时间训练了。而且必须在coding方面有所提高的，

而想要有所提高，就要对那些算法有比较充分的了解和训练。

今天继续学习动规问题，目前处于初级阶段的应用。Longest Increasing Subsequence 是动规问题中最常见的部分。

这次的题目是zigzag问题，今天暂时没有时间去调试它了。

例题中：

一个序列有N个数：A[1],A[2],…,A[N]，求出最长非降子序列的长度。

他是这么分析的：

根据上面找到的状态，我们可以得到：（下文的最长非降子序列都用LIS表示）

前1个数的LIS长度d(1)=1(序列：5)
前2个数的LIS长度d(2)=1(序列：3；3前面没有比3小的)
前3个数的LIS长度d(3)=2(序列：3，4；4前面有个比它小的3，所以d(3)=d(2)+1)
前4个数的LIS长度d(4)=3(序列：3，4，8；8前面比它小的有3个数，所以 d(4)=max{d(1),d(2),d(3)}+1=3)

可见有以下几个特点：

1、当前数据A[i]必须和前面每一个数据A[1]...A[i-1]做比较，从而得出多少个比他小，

2、当前数据的结果d(i)只和前面的数据有关，独立于后面的数据，

感觉后面的数据与前面的数据有交集，前面的数据会影响到后面的数据，这是动规一个最大的特点。一边行走，一边规划。

接着是我要解决的变形的类似的题zigzag：

A sequence of numbers is called a zig-zag sequence if the differences between successive numbers strictly alternate between positive and negative. The first difference (if one exists) may be either positive or negative. A sequence with fewer than two elements is trivially a zig-zag sequence.

For example, 1,7,4,9,2,5 is a zig-zag sequence because the differences (6,-3,5,-7,3) are alternately positive and negative. In contrast, 1,4,7,2,5 and 1,7,4,5,5 are not zig-zag sequences, the first because its first two differences are positive and the second because its last difference is zero.

Given a sequence of integers, sequence, return the length of the longest subsequence of sequence that is a zig-zag sequence. A subsequence is obtained by deleting some number of elements (possibly zero) from the original sequence, leaving the remaining elements in their original order.

这是topcoder上的原文，大概意思就是：定义这样一个叫zigzag的序列，它从左到右的差是严格的正负交替。

比如1,7,4,9,2,5 ，它们的差是(6,-3,5,-7,3)。

现在就是要找出某一个序列的最长zigzag子序列。子序列的意思就是可以对原序列进行任意数量的数字删除。这也就意味着要与前面的每个数据比较，从而找出最长的序列。

核心伪代码如下：

for x=beg...n

for i=beg...n

if( 满足正负切换的条件 )

d(x) = max( d(x), d(i)+1 );

其中，d(x)是当前要找的序列位置的值， d(i)是前面的已经求出的序列的最长子序列的值。

比如：

对于{ 1, 17, 5, 10, 13, 15, 10, 5, 16, 8 }

前一个数：d(1)=1