描述
一个数的序列bi,当b1 < b2 < … < bS的时候,我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN),我们可以得到一些上升的子序列(ai1, ai2, …, aiK),这里1 <= i1 < i2 < … < iK <= N。比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8).
你的任务,就是对于给定的序列,求出最长上升子序列的长度。
输入
输入的第一行是序列的长度N (1 <= N <= 1000)。第二行给出序列中的N个整数,这些整数的取值范围都在0到10000。
输出
最长上升子序列的长度。
样例输入
7
1 7 3 5 9 4 8
样例输出
4
思路
f[i]以第i个数结尾的最长上升子序列的长度
每一个上升子序列包括自己,将每一个值初始化为1,之后遍历之前的值,如果该值大于之前的值,则比较是现在的值大还是之前某个值加1大。最后答案不是为f数组的最后一个数,因为最长上升子序列不一定以最后一个数为结尾。
转移方程
if(w[i]>w[j])
f[i]=max(f[j]+1,f[i])
代码
#include<iostream>
#include<algorithm>
#include<cstdio>
using namespace std;
int w[1001];
int f[1001];
int main()
{
int n,ans=0;
cin>>n;
for(int i=1;i<=n;i++)
scanf("%d",&w[i]);
for(int i=1;i<=n;i++)
{
f[i]=1;
for(int j=1;j<i;j++)
{
if(w[i]>w[j])
f[i]=max(f[j]+1,f[i]);
}
ans=max(ans,f[i]);
}
cout<<ans;
return 0;
}
这种算法的时间复杂度为O(n^2),如果数据量再大一些,就肯定会超时。
有一种优化算法,时间复杂度为O(nlogn) 点击查看优化