题目的意思是,两行城市,从左到右为1,2,3……n个城市。上面的下面的城市要与上面某个的城市相连,在不出现相交的情况下,最多可以连多少条
最长上升子序列的O(n*logn)算法分析如下:
先回顾经典的O(n^2)的动态规划算法,设a[t]表示序列中的第t个数,dp[t]表示从1到t这一段中以t结尾的最长上升子序列的长度,初始时设dp [t] = 0(t = 1, 2, ..., len(a))。则有动态规划方程:dp[t] = max{1, dp[j] + 1} (j = 1, 2, ..., t - 1, 且a[j] < a[t])。
现在,我们仔细考虑计算dp[t]时的情况。假设有两个元素a[x]和a[y],满足
(1)x < y < t
(2)a[x] < a[y] < a[t]
(3)dp[x] = dp[y]
此时,选择dp[x]和选择dp[y]都可以得到同样的dp[t]值,那么,在最长上升子序列的这个位置中,应该选择a[x]还是应该选择a[y]呢?
很明显,选择a[x]比选择a[y]要好。因为由于条件(2),在a[x+1] ... a[t-1]这一段中,如果存在a[z],a[x] < a[z] < a[y],则与选择a[y]相比,将会得到更长的上升子序列。
再根据条件(3),我们会得到一个启示:根据dp[]的值进行分类。对于dp[]的每一个取值k,我们只需要保留满足dp[t] = k的所有a[t]中的最小值。设D[k]记录这个值,即D[k] = min{a[t]} (dp[t] = k)。
注意到D[]的两个特点:
(1) D[k]的值是在整个计算过程中是单调不上升的。
(2) D[]的值是有序的,即D[1] < D[2] < D[3] < ... < D[n]。
利用D[],我们可以得到另外一种计算最长上升子序列长度的方法。设当前已经求出的最长上升子序列长度为len。先判断a[t]与D[len]。若a [t] > D[len],则将a[t]接在D[len]后将得到一个更长的上升子序列,len = len + 1, D[len] = a [t];否则,在D[1]..D[len]中,找到最大的j,满足D[j] < a[t]。令k = j + 1,则有a [t] <= D[k],将a[t]接在D[j]后将得到一个更长的上升子序列,更新D[k] = a[t]。最后,len即为所要求的最长上 升子序列的长度。
在上述算法中,若使用朴素的顺序查找在D[1]..D[len]查找,由于共有O(n)个元素需要计算,每次计算时的复杂度是O(n),则整个算法的时间复杂度为O(n^2),与原来的算法相比没有任何进步。但是由于D[]的特点(2),我们在D[]中查找时,可以使用二分查找高效地完成,则整个算法的时间复杂度下降为O(nlogn),有了非常显著的提高。需要注意的是,D[]在算法结束后记录的并不是一个符合题意的最长上升子序列!
例如2 5 4 6 3 8 7
2 3 6 7
nlogn的DP的思路大概就是给你一个数,插到一个数组中,该位置已存在,就覆盖它。也就是可以用二分查找提高效率。
另为一种o(nlogn)算法,这种算法的操作如下:
开一个栈,每次取栈顶元素top和读到的元素temp做比较,如果temp > top 则将temp入栈;如果temp < top则二分查找栈中的比temp大的第1个数,并用temp替换它。最长序列长度即为栈的大小top。
这也是很好理解的,对于x和y,如果x < y且Stack[y] < Stack[x],用Stack[x]替换Stack[y],此时的最长序列长度没有改变但序列Q的''潜力''增大了。
举例:原序列为1,5,8,3,6,7
栈为1,5,8,此时读到3,用3替换5,得到1,3,8;再读6,用6替换8,得到1,3,6;再读7,得到最终栈为1,3,6,7。最长递增子序列为长度4。
这道题显然是用第二种算法(1 <= N <= 50W),代码如下:
#include <stdio.h>
#define N 500005
int num[N], dp[N]; //这边初始化dp 自己认为dp里面是1 2 3 4 5 6 7 8 9 .....50005
int find(int low, int high, int i) //二分法查找 确定num[i]的位置
{
while(low <= high)
{
int mid = (low+high)/2;
if(i > dp[mid]) low = mid + 1; //这里在low小于high的条件下一直循环 直到找到一个值与dp[mid]相等 然后返回相等时的坐标
else high = mid - 1; //或者是没有找到一个值与dp[mid]相等 而这时候low已经大于high了 //结束循环(用12356 模拟一遍) 这时候low的位置 即是num【i】要插入的位置
}
return low; //返回其位置 返回不大于num【i】的 最小坐标
}
int main()
{
int n, a, b, i, len, Case = 0, low;
//freopen("data.in", "r", stdin);
while(scanf("%d", &n) != EOF)
{
for(i = 0; i < n; i++)
{
scanf("%d%d", &a,&b);
num[a] = b; //给num赋值。 即找到贫穷城市对应富裕城市的标号
}
dp[1] = num[1];
len = 1;
for(i = 2; i <= n; i++) //从第二个贫穷城市的选择开始
{
low = find(1, len, num[i]); //确定num[i]的位置, low和len的初始值都为1
//
dp[low] = num[i]; //如果num[i]比dp[]里的所有元素都大,则将num[i]存入dp[],否则替换掉dp[]序列里第一个比num[i]小的数
if(low > len) len++; //如果low>len说明将num[i]存入了dp[],所求LIS的长度加1;
}
if(len == 1) printf("Case %d:\nMy king, at most %d road can be built.\n\n", ++Case, len);
else printf("Case %d:\nMy king, at most %d roads can be built.\n\n", ++Case, len);
}
return 0;
}