POJ2533 动态规划 (最长上升子序列)

嘛，两种方法，n^2和nlogn。

题目概述：

LIS，卧槽真的不是我不想描述，而是找不到方法描述呀。总之就是最长！上升！子序列！

算法思想：

提供两种dp方法。

第一种，dp状态记为dp[i]表示以a[i]结尾的序列的最大长度。这样推得的状态方程就是dp[i] = max(dp[i],dp[j]+1) when a[j]<a[i] && j<i.

第二种，dp状态记为dp[i]表示长度为i的最长上升子序列的结尾数字。

这种方法就要多说几句了，起因是如果子序列的长度相同，那么结尾数字较小的会在之后有更大的优势，所以最开始dp[i]的值全部化为INF。然后在循环中，借用lower_bound这个stl函数，来实现二分搜索。

代码部分：

第一种方法：

#include <iostream>
#include <algorithm>
using namespace std;

int dp[1005];
int a[1005];
int main() {
	int n;int res = 0;
	cin >> n;
	for (int i = 0; i < n; i++) {
		cin >> a[i];
	}
	for (int i = 0; i < n; i++) {
		dp[i] = 1;
		for (int j = 0; j < i; j++) {
			if (a[j] < a[i]) {
				dp[i] = max(dp[i], dp[j] + 1);
			}
		}
		res = max(res, dp[i]);
	}
	cout << res << endl;
	return 0;
}

第二种方法：

#include <iostream>
#include <algorithm>
using namespace std;
int a[1005]; int dp[1005];
const int INF = 100000000;

int main() {
	int n; int res = 0;
	cin >> n;
	for (int i = 0; i < n; i++) {
		cin >> a[i];
	}
	fill(dp, dp + n, INF);
	for (int i = 0; i < n; i++) {
		*lower_bound(dp, dp + n, a[i]) = a[i];
	}
	cout << lower_bound(dp, dp + n, INF) - dp << endl;

	return 0;
}