最长公共上升子序列是LCS问题和LIS问题的结合
-
LCS问题中,f[i][j]表示a中前i个元素与b中前j个字符的最长公共子序列的长度,状态转移方程为a[i] == b[j]时,f[i][j] = f[i-1][j-1] + 1;a[i] != b[j]时,f[i][j] = max(f[i-1][j],f[i][j-1])。
-
LIS问题中f[i]表示以a[i]为末尾的最长上升子序列长度
-
如果我们直接用f[i][j]表示a中前i个元素与b中前j个元素的最长公共上升子序列的长度。而求上升子序列时需要知道上升子序列是以哪个元素结尾的,否则无法扩展LIS的长度,所以不妨加个限制,即f[i][j]表示a中前i个元素与b中前j个元素的最长公共上升子序列的长度,且该子序列以b[j]结尾。
-
现在仿照LCS问题,对两个字符串的末字符进行比较,a[i] == b[j]时,f[i][j] = max(f[i - 1][k]) + 1,其中k < j,且b[k] < b[j]。之所以是f[i-1][k]而不是f[i-1][j-1]是因为这里的f加了以b[j]为末尾的限制,所以需要仿照LIS考察b[j]前的所有的元素。a[i] != b[j]时,由于最长公共上升子序列是以b[j]结尾的,所以a[i]肯定对该子序列没有贡献,于是f[i][j] = f[i-1][j]。
-
这里注意在LIS问题中,边界条件是f[i] = 1,对本题而言,只要a的前i个元素与b的前j个元素有一个公共元素,则f[i][j]就应该不小于1,所以可以在a[i] == b[j]成立时,令f[i][j] = max(f[i][j],1),以此作为边界条件。
没有优化的代码
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 3005;
int a[N], b[N], f[N][N];
int main() {
int n;
scanf("%d", &n);
for (int i = 1; i <= n; i++) scanf("%d", &a[i]);
for (int i = 1; i <= n; i++) scanf("%d", &b[i]);
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
f[i][j] = f[i - 1][j];//结尾不包含a[i]
if (a[i] == b[j])
{//结尾包含a[i]
f[i][j] = max(f[i][j], 1);
for (int k = 1; k < j; k++)
{
if (b[j] > b[k]) f[i][j] = max(f[i][j], f[i][k] + 1);
}
}
}
}
int res = 0;
for (int i = 1; i <= n; i++) res = max(res, f[n][i]);
cout << res << endl;
return 0;
}
优化之后的代码
我们可以在前面遍历其他状态时把满足a[i] > b[k]时前k个状态的f[i][k] + 1的最大值存储下来。从而将三层循环降至两层循环。
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 3005;
int a[N], b[N], f[N][N];
int main() {
int n;
scanf("%d", &n);
for (int i = 1; i <= n; i++) scanf("%d", &a[i]);
for (int i = 1; i <= n; i++) scanf("%d", &b[i]);
for (int i = 1; i <= n; i++)
{
int maxv = 1;
for (int j = 1; j <= n; j++)
{
f[i][j] = f[i - 1][j];//结尾不包含a[i]
if (a[i] == b[j]) f[i][j] = max(f[i][j], maxv);
if (b[j] < a[i]) maxv = max(maxv, f[i][j] + 1);
}
}
int res = 0;
for (int i = 1; i <= n; i++) res = max(res, f[n][i]);
cout << res << endl;
return 0;
}