03 线型动态规划——LIS模型

LIS模型——最长上升子序列(Longest Increasing Subsequence)

【例1】最长上升子序列

Description
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
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。
Input
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。
Output
最长上升子序列的长度。
Sample Input
6
1 6 2 5 4 7
Sample Output
4

【问题分析】
1、阶段和状态：
    f[i]：表示以a[i]为结尾的最长上升子序列的最大长度；
    阶段i表示前i个数，由于每个阶段只有一个状态，所以用一维数组表示；
2、状态转移方程：
    初始化：f[i]=1;
    每个元素至少都满足以自身作为长度为1的最长上升子序列。

    状态转移：f[i]=max{f[j]+1,j<i且a[j]<a[i]}
    利用1~(i-1)的f[j]更新当前位置f[i]的最大长度，如果a[i]>a[j]，表明以a[i]可以接在a[j]后得到更长的LIS。

    遍历答案：answer=max{f[i]};(1<=i<=n)
    遍历每个元素a[i]结尾得到的最大上升子序列的长度，得到最大长度。

【图表演示】

【核心代码】

cin>>n;
for(i=1; i<=n; i++)
{
	cin>>a[i];    //初始化
	f[i]=1;
}
for(i=2; i<=n; i++)
	for(j=1; j<i; j++)
		if(a[j]<a[i]&&f[j]+1>f[i]) f[i]=f[j]+1;
max=1;
for(i=1; i<=n; i++)
	if(f[i]>f[max])max=i;
cout<<f[max]<<endl;

【扩展1】最长不下降子序列

Description
设有整数序列b1,b2,b3,……,bm, 若存在i1< i2 <i3 <…… <in,且bi1<bi2<bi3……<bin,
则称b1,b2,b3,……,bn,中有长度为N的不下降序列bi1，bi2，bi3，……，bin。求序列b1,b2,b3,……,bm中最大不下降序列的长度。
Input
第一行为n,第二行为用空格隔开的n个整数。
Output
第一行为输出最大个数max。
Sample Input
14
13 7 9 16 38 24 37 18 44 19 21 22 63 15
Sample Output
8

【题目提示】
最长不上子序列，a[i]与a[j]之间不相等
最长不下降子序列，a[i]与a[j]可以相等

【扩展2】最长不下降子序列

Description
设有整数序列b1,b2,b