1134 最长递增子序列
给出长度为N的数组,找出这个数组的最长递增子序列。(递增子序列是指,子序列的元素是递增的)
例如:5 1 6 8 2 4 5 10,最长递增子序列是1 2 4 5 10。
Input
第1行:1个数N,N为序列的长度(2 <= N <= 50000)
第2 - N + 1行:每行1个数,对应序列的元素(-10^9 <= S[i] <= 10^9)
Output
输出最长递增子序列的长度。
Input示例
8
5
1
6
8
2
4
5
10
Output示例
5
解题方法
本来用的是一般的动态规划来解此题,却发现数据过大,然后就超时了。后来在网上找到了时间复杂度只有O(NlgN)的算法。
该算法思路是这样子的。
定义列表B。
B[len] 为长度为len的子序列的最小末尾数。
开始遍历给出的序列A中的每一个数,在遍历的同时,进行相关判断。
设当前在列表A中遍历到的值为a。
当列表B为空,则把a插入B中;
当a 大于 列表B的最后一个值时,则把a插入B中;
其他情况时,寻找列表B中某位置,使得B[pos-1]< a <=B[pos]成立,则B[pos]与a值交换。
最后列表B的长度就是最长递增子序列。
可以看看这一篇讲解了三种算法的博客——最长递增子序列
解题代码
#求最长递增序列的长度
def lcs(A):
B = []
cnt = 0
for a in A:
if not len(B) or a > B[cnt-1]:
B.append(a)
cnt += 1
else:
pos = bisearch(B, len(B), a)
B[pos] = a
return cnt
#二分法查找val值应该插入的位置
def bisearch(A, length, val):
left, right = 0, length-1
while left <= right:
mid = (left+right)>>1
if A[mid]>val:
right = mid - 1
elif A[mid] < val:
left = mid + 1
else:
return mid
return left
while True:
try:
N = int(input())
A = []
for _ in range(N):
A.append(int(input()))
print(lcs(A))
except EOFError:
break