一个序列有N个数:A[1],A[2],…,A[N],求出最长非降子序列的长度。(讲DP基本都会讲到的一个问题LIS:longest increasing subsequence)
正如上面我们讲的,面对这样一个问题,我们首先要定义一个“状态”来代表它的子问题,并且找到它的解。注意,大部分情况下,某个状态只与它前面出现的状态有关,而独立于后面的状态。
让我们沿用“入门”一节里那道简单题的思路来一步步找到“状态”和“状态转移方程”。假如我们考虑求A[1],A[2],…,A[i]的最长非降子序列的长度,其中i<N,那么上面的问题变成了原问题的一个子问题(问题规模变小了,你可以让i=1,2,3等来分析)然后我们定义d(i),表示前i个数中以A[i]结尾的最长非降子序列的长度。OK,对照“入门”中的简单题,你应该可以估计到这个d(i)就是我们要找的状态。如果我们把d(1)到d(N)都计算出来,那么最终我们要找的答案就是这里面最大的那个。状态找到了,下一步找出状态转移方程。
为了方便理解我们是如何找到状态转移方程的,我先把下面的例子提到前面来讲。如果我们要求的这N个数的序列是:
5,3,4,8,6,7
根据上面找到的状态,我们可以得到:(下文的最长非降子序列都用LIS表示)
- 前1个数的LIS长度d(1)=1(序列:5)
- 前2个数的LIS长度d(2)=1(序列:3;3前面没有比3小的)
- 前3个数的LIS长度d(3)=2(序列:3,4;4前面有个比它小的3,所以d(3)=d(2)+1)
- 前4个数的LIS长度d(4)=3(序列:3,4,8;8前面比它小的有3个数,所以d(4)=max{d(1),d(2),d(3)}+1=3)
OK,分析到这,我觉得状态转移方程已经很明显了,如果我们已经求出了d(1)到d(i-1),那么d(i)可以用下面的状态转移方程得到:
d(i) = max{1, d(j)+1},其中j<i,A[j]<=A[i]
用大白话解释就是,想要求d(i),就把i前面的各个子序列中,最后一个数不大于A[i]的序列长度加1,然后取出最大的长度即为d(i)。当然了,有可能i前面的各个子序列中最后一个数都大于A[i],那么d(i)=1,即它自身成为一个长度为1的子序列。
分析完了,上图:(第二列表示前i个数中LIS的长度,第三列表示,LIS中到达当前这个数的上一个数的下标,根据这个可以求出LIS序列)
package com.dp;
public class LCS {
public int[] getLen(int[] arr,int n){
int len=0;
// arr=new int[n];//传入的序列
int[] dp=new int[n];//记录以第i个数结尾的子序列的长度
for(int i=0;i<n;i++){
dp[i]=1;//默认所有任何以第i个数结尾的子序列的非递减的长度是1(初始状态)
for(int j=0;j<i;j++){
if(arr[i]>=arr[j]&&(dp[i]<dp[j]+1))//寻找前面比arr[i]小的子序列,寻找子序列中最大的长度
dp[i]=dp[j]+1;
}
// len=dp[i]>len?dp[i]:len;
}
return dp;
}
public static void main(String[] args) {
int[] arr={1,3,2,5};
int[] a=new LCS().getLen(arr, 4);
for(int i=0;i<a.length;i++){
System.out.println(a[i]);
}
// System.out.println(new LCS().getLen(arr, 4));
}
}