acm专题学习之动态规划（二）LIS最长上升子序列

最长上升子序列：一个序列，求出一段不断严格上升的部分，不一定要连续。（区别于子串：要求连续）

求最长上升子序列有两种方法，一个是复杂度n*n，一个是复杂度n*log2n。

复杂度n*n的算法：

dp[i]对应为前i个的最长上升子序列。

    for(int i=1;i<=字符串的长度;i++)
    {
        dp[i]=1;//前i个字符的最长上升子序列最少为1，就只有第i项
        for(int j=i-1;j>0;j--)
        {
            if(a[i]>a[j])//如果前面有比i对应位置数字小的
            {
               dp[i]=max(dp[i],dp[j]+1);//与子问题的关系
            }
        }
    }

复杂度为n*log2n的算法：

需要有一个栈来记录上升子序列（不一定是前i项的最优，但是以访问到的i结点结尾的最优）。对每个位置进行访问，访问到第i个位置的时候，这个时候栈记录的是以i-1结点结尾的最优上升子序列，然后把栈里面比i项大的都出栈，再让i项入栈。此时，栈的大小就是以i结点结尾的最优上升子序列。这里查找i该入栈到栈的那个位置使用了二分。（用数组模拟了栈）

举个例子：以（1 6 8 4 7 5 9）为例

访问到的项	栈
1	1
2	1 6
3	1 6 8
4	1 4
5	1 4 7
6	1 4 5
7	1 4 5 9

每次求出来的都是以i结点结尾的最优上升子序列，所以要的出全部最长上升子序列需要取最大值。

二分查找i入栈的位置的代码：

d[i]为模拟栈的数组，这里i插入到栈中，二分找位置快。

int search(int x)
{
    int fst=1,lst=n;
    while(fst<=lst)
    {
        int mid=(lst+fst)/2;
        if(x>d[mid])
            fst=mid+1;
        else if(x<d[mid])
            lst=mid-1;
        else
            return mid;
    }
    return fst;
}

 主要代码（调用了上面的二分）:

        memset(d,inf,sizeof(d));
        d[0]=-1;
        d[1]=a[1];
        //上面初始化
        dp1[1]=1;
        for(int i=2;i<=n;i++)
        {
            int j=search(a[i]);
            d[j]=a[i];
            dp[i]=j;
        }
        int ans=0;
        for(int i=1;i<=n;i++)//取最大值
        {
            ans=max(dp[i],ans);
        }