最长公共子序列的O(n^2)与O(nlogn)求法（最长递增子序列的求法O(nlogn)）

题目描述：给定两个数组A和B，A和B的元素相同，顺序不同，并且一个数组中的元素没有重复，删除最少的元素，使A和B元素个数与顺序相同。例如A={1,3,5,2}，B={3,2,1,5}，删除3和2之后A数组与B数组元素个数与顺序相同（元素个数小于100000）。

思路：找出A和B的最长公共子序列，删除其余元素即可。

需要注意的点：元素个数100000级别，如果写O(n^2)的最长公共子序列算法，时间太久，因此需要考虑O(nlogn)的算法。

 

解答：元素没有重复，因此可以转换为最长递增子序列求解，以下：

A数组映射为1,2,3,4,...；B数组根据A数组的映射关系转换（B元素在A数组中的位置）；B数组计算最长递增子序列。

                                                

    //最长递增子序列
    public static int LIS(int[] A, int n) {
        int[] B = new int[n+1]; B[1] = A[0];
        int len=1,start=0,end=len,mid;
        for(int i = 1;i<n;i++){
            if(A[i]>B[len]) {len++;B[len] = A[i];}
            else{
                start=1;end=len;
                while(start<=end){
                    mid=(start+end)/2;
                    if(B[mid]<A[i]) start=mid+1;
                    else end=mid-1;
                } B[start] = A[i];
            }
        }
        return len;
    }

    //最长公共子序列
    public static int LCSNLogN(int[] A,int[] B, int n){
        if(A==null||A.length<=0||n<=0||A.length!=n) return 0;
        LinkedHashMap<Integer,Integer> mapDict=new LinkedHashMap<>();
        int[] data=new int[n];

        for(int i=0;i<n;i++){
            mapDict.put(A[i],i);
        }
        for(int i=0;i<n;i++){
            data[i]=mapDict.get(B[i]);
        }

        return LIS(data,n);
    }

 

另附：

LIS的代码借用这位老哥的博客中O(nlogn)的代码，如有不妥请联系删除：https://blog.csdn.net/karute/article/details/80761957

常规的动态规划O(n^2)算法：https://blog.csdn.net/qq_26567507/article/details/82712103