895.最长上升子序列(acwing)

895.最长上升子序列

题目描述

给定一个长度为 N 的数列，求数值严格单调递增的子序列的长度最长是多少。

输入格式
第一行包含整数 N。

第二行包含 N 个整数，表示完整序列。

输出格式
输出一个整数，表示最大长度。

数据范围
1≤N≤1000，
−10⁹≤数列中的数≤10⁹

输入样例：

7
3 1 2 1 8 5 6

输出样例：

4

动态规划

这段代码是用来解决最长上升子序列（Longest Increasing Subsequence，简称LIS）问题的经典动态规划算法实现。下面是详细的代码注释：

// 包含了大部分C++标准库的头文件，方便进行各种操作，比如输入输出、数学计算等
#include<bits/stdc++.h>
using namespace std;

// a数组用于存储输入的数列，dp数组用于动态规划中保存以a[i]结尾的最长上升子序列的长度
int a[1010];
int dp[1010];

// 主函数，程序的入口点
int main()
{
    // n用于存储数列的长度
	int n;
	cin>>n; // 读入数列的长度

    // 循环读入数列中的每个数到数组a中，数组下标从1开始，符合题目描述
	for(int i=1;i<=n;i++)
		cin>>a[i];

    // 动态规划求解最长上升子序列
	for(int i=1;i<=n;i++)
	{
        // 初始时，以每个元素结尾的最长上升子序列至少包含它自己，所以长度为1
		dp[i]=1;
        // j从1循环到i-1，尝试找到一个j，使得a[j] < a[i]，满足上升条件
		for(int j=1;j<i;j++)
		{
            // 如果找到这样的j，意味着可以将a[i]接在以a[j]结尾的上升子序列后面
            // 所以更新dp[i]为dp[j]+1和当前dp[i]的较大值
			if(a[j]<a[i])
				dp[i]=max(dp[i],dp[j]+1);
		}
	}

    // res用于保存最终结果，即所有dp[i]中的最大值
	int res=0;
	for(int i=1;i<=n;i++)
        // 遍历dp数组，找到最大的上升子序列长度
		res=max(res,dp[i]);

    // 输出结果
	cout<<res;

    // 主函数结束，返回0表示程序正常退出
	return 0;
}

这段代码使用了动态规划中的状态转移方程，对于数组dp[i]，它代表了以a[i]为结尾的最长上升子序列的长度。通过两层循环来更新dp数组。第一层循环遍历整个数列，第二层循环为当前元素找到一个可能的上升子序列的前驱，从而实现状态的更新。最终通过遍历dp数组找到最大值，即为所求的最长上升子序列的长度。

在代码最后，程序通过输出变量res来提供问题的答案，即数列中最长上升子序列的长度。在给定的样例输入下，输出的结果应该是4，这意味着可以找到长度为4的上升子序列（例如1,2,5,6）。