问题描述
解题思路给你一个有n个元素的数列b,你需要从中找到一个子序列a,a中元素满足ai <ai+1并且a的长度是最长的,我们称a为b的最长上升子序列。
对于这个问题,我们通常采取动态规划的方式来解决,设dp[i]为以第i个元素结尾的上升子序列的长度,dp[1]-dp[n]初始化为1,dp[0]初始化为0,当我们计算dp[i]的结果的时候,前i个结果我们以前计算得出,则我们可以根据前面计算的结果进行转移,
dp[i] = max(dp[i],dp[j]+1)(1<=j<i && b[i] > b[j])
朴素的算法思想如上所述,其时间复杂度为O(n2),但是我们可以对这个算法进行优化,进一步降低它的时间复杂度。假定我们已经计算完成了前m个元素结尾的上升子序列的度,其中dp[i]=dp[j],1<=i<=m,1<=j<=m,i != j。如果b[i] < b[j],当我们下一次遇到b[k] > b[j]时,我们即可以选择b[i]结尾的序列,也可以选择b[j]结尾的序列,但是由于选择b[i]并不会影响最优解,因此我们每次都讲相同长度下结尾较小的元素保留下来,这样可以实现O(nlg(n))的时间复杂度。
示例代码
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int maxn = 100000+5;
const int INF = 0x3f3f3f3f;
int a[maxn];
int g[maxn];//保存长度为n的上升子序列的结尾元素
int main()
{
int n;
while(scanf("%d",&n) != EOF)
{
for(int i = 0; i<n; i++)
{
scanf("%d",&a[i]);
}
memset(g,INF,sizeof(g));
int ans = -INF;
for(int i = 0; i<n; i++)
{
int p = lower_bound(g+1,g+n+1,a[i]) - g;//寻找第一个小于a[i]的结尾元素的上升子序列的长度
g[p] = a[i];//更新长度为p的上升子序列结尾元素的最小值
ans = max(p,ans);
}
/*for(int i = 1;i<=n;i++)
{
cout << g[i] << endl;
}*/
cout << ans << endl;
}
return 0;
}