问题描述
最长不下降子序列(Longest Increasing Sequence, LIS)是这样一个问题:
在一个数字序列中,找到一个最长的子序列(可以不连续),使得这个子序列是不下降(非递减)的。
例如,序列A = {1, 2, 3, -1, -2, 7, 9}(下标从1开始)的LIS是{1, 2, 3, 7, 9},长度为5。
问题分析
原始解法
对于这个问题,第一个想到的是用最原始的办法来枚举每种情况,即对每个元素有取或不取两种选择,枚举所有可能序列,判断是否为不下降子序列,同时更新最大长度。
对于元素为n的问题,时间复杂度将达到,这显然是不能接受的。
事实上,这个枚举过程包含了大量重复运算,即重叠子问题。
如果从前往后枚举,那么每次碰到子问题:“以A[i]为起点的最长不下降子序列是多少”的时候,我们都要去重新遍历所有子序列。
如果从后往前枚举,那么每次碰到子问题:“以A[i]为终点的最长不下降子序列是多少”的时候,我们都要去重新遍历所有子序列。
对于重叠子问题,我们考虑DP求解,即记录状态,求出状态转移方程,进行状态运算。
动态规划
我们先以数组dp来表示序列A中元素的状态,即令dp[i]表示以A[i]结尾的最长不下降子序列长度。
那怎么求状态转移方程呢?
我们考虑任意一个A[i],无非两种可能:
- 如果存在A[i]之前的元素A[j](j < i),使得A[j] ≤ A[i]且dp[j] + 1 > dp[i](即把A[i]接在以A[j]结尾的LIS后面可以形成一条比当前以A[i]结尾的LIS更长的LIS),那么就把A[i]接在以A[j]结尾的LIS后面,形成一条更长的不下降子序列;
- 如果A[i]没有之前的元素或之前的元素均比A[i]大,那么A[i]只好自己形成一条长度为1的LIS。
这样我们就可以得到状态转移方程:
上面的状态转移方程隐含了边界:初始时dp[i] = 1 (1 ≤ i ≤ n)。显然dp[i]只与小于i的j有关,所以让i从小到大遍历整个数组即可,最后从dp数组中挑出最大的那个就是我们要找的最长不下降子序列。
代码如下:
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 110;
int A[N], dp[N];
int main() {
ios::sync_with_stdio(false); //关闭流同步提高cin速度
int n;
cin >> n;
for(int i = 1; i <= n; i ++) {
cin >> A[i];
}
int ans = -1; //记录最大的dp[i]
for(int i = 1; i <= n; i ++){ //按顺序计算dp[i]
dp[i] = 1; //边界初始条件:dp[i]开始均为1
for(int j =1; j < i; j ++){
if(A[i] >= A[j] && (dp[j] + 1) > dp[i])
dp[i] = dp[j] + 1; //状态转移方程
}
ans = max(ans, dp[i]);
}
cout << ans << '\n';
return 0;
}