nlogn的LIS（最长上升子序列）算法讲解

最新推荐文章于 2024-08-07 15:50:47 发布

我爱AI_AI爱我

最新推荐文章于 2024-08-07 15:50:47 发布

阅读量5.9k

点赞数 4

文章标签： LIS 最长上升子序列 Onlogn

本文链接：https://blog.csdn.net/qq_30241305/article/details/52068640

版权

这篇博客介绍了如何使用O(nlogn)的时间复杂度解决最长上升子序列问题，避免了传统O(n*n)算法的高时间消耗。通过将每个点插入到大于等于其值的序列位置，并更新序列，确保序列中lis[i]表示长度为i的子序列的最小值。在非严格上升条件下，需调整比较条件。核心代码包括利用lower_bound函数找到插入位置。

摘要由CSDN通过智能技术生成

传统的LIS复杂度为O(n*n)每次都要寻找比当前点小的所有在它之前的点

O(nlogn)的则是每遍历到一个点，都将该点放在大于等于（大于也可以）该点value的第一个点的位置。更改该点的value而不进行移动。如果该点比数组中的最后一个点大则整个数组的长度加一。保证数组lis[i]表示的是长度为i的子序列，末尾即最后一个元素的最小值。最后数组的大小就是最长上升子序列的大小

特注此代码表示严格上升的，非严格上升条件应改为

a[i] >= lis[len - 1]

核心代码

for(int i = 0; i < n; i ++)
{
    if(len == 0 ||a[i] > lis[len - 1])
    {
        lis[len] = a[i];
        len ++;
    }
    else
    {
        p = lower_bound(lis,lis +len,a[i]) - lis;
        lis[p] = a[i];
    }
}

或者

因为该点大于lis数组中的最后一个值lower_bound的返回值就是数组的长度len