最长单调递增子序列

来自十五章动态规划两个练习题15.4-5 15.4-6

$O(n^2)$算法

初步的方法是$O(n^2)$的算法。God Xu 指点我：
- 令Y ＝ sort(X)
- 求X、Y的最长公共子序列

$O(n \lg n)$算法

下一题要求用$O(n \lg{n})$ 时间的算法，经过查阅资料， 得到如下算法：

__author__ = 'burger'

#用二分搜索找最大小于_target的位置
def binary_search(_M, _X, _lo, _hi, _target):
    if _lo > _hi:
        return max(_hi, 0)
    mid = (_lo + _hi)//2
    if _X[_M[mid]] > _target:
        return binary_search(_M,_X, _lo, mid - 1, _target)
    elif _X[_M[mid]] < _target:
        return binary_search(_M, _X,  mid + 1,_hi, _target)
    else:
        return max(mid - 1,0)


def longest_monotonically_increasing_subsequence(_X):
    L = 1
    n = len(_X)
    M = [0]
    P = [0]*n
    for i in range(1,n):
        j = binary_search(M, _X, 0, L - 1 , _X[i])
        P[i] = M[j]  #_X的前驱是M[j]
        if j + 1 == L: #子序列变长
            M.append(i )
        elif _X[M[j + 1]] > _X[i]:  #更新j长度的最长子序列位置
            M[j + 1] = i
        L = max(L, j+2)  # 更新子序列长度，如果j＋1是L，那么子序列就变长一个，变成j＋2
    return M,P

#递归打印
def print_lmis(_X, _p, _n):
    if _n == 0:
        print(_X[_n])
    else:
        print_lmis(_X, _p, _p[_n])
        print(_X[_n])

if __name__ == '__main__':
    X = [0, 8, 4, 12, 2, 10, 6, 14, 1, 9, 5, 13, 3, 11, 7, 15]
    m,p = longest_monotonically_increasing_subsequence(X)
    print_lmis(X, p, len(X) - 1)

复杂度分析：

Binary search: $O(\lg L)$, 共进行$n$次，worst case $L$ from $0$ to $n$,

$$\sum_{L = 0}^{n}[ O(\lg{L}) + O(1)] = O(n\lg n)$$