51Nod 2080 最长上升子序列 动态规划

1. 题目描述

1.1. Limit

Time Limit: 1000 ms

Memory Limit: 131072 kB

1.2. Problem Description

一个数列的最长上升子列,是指其所有递增的子列中最长的一个子列

给定一个长度为 n n n 的数列 a n a_n an,求这个数列的最长上升子列的长度

例如对数列 1 7 2 8 3 4,这个数列的最长递增子数列是 1 2 3 4,长度为 4;次长的长度为 3, 包括 1 7 8、1 2 3 等。


1.3. Input

第一行一个正整数 n n n,表示数列元素个数, n ≤ 1000 n \le 1000 n1000

第二行 n n n 个正整数,从左到右给出数列的每一项


1.4. Output

一行一个正整数,表示最长上升子数列的长度


1.5. Sample Input

8
5 1 6 8 2 4 5 10

1.6. Sample Output

5

1.7. Source

51Nod 2080 最长上升子序列


2. 解读

通过动态规划求解最长上升子序列。

定义状态 d p [ i ] dp[i] dp[i],表示以第 i i i 个数为结尾的最长递增子序列的长度,那么:

d p [ i ] = max ⁡ { 0 , d p [ j ] } + 1 dp[i] = \max\{0, dp[j]\} + 1 dp[i]=max{0,dp[j]}+1

满足以下条件

0 < j < i 0 < j <i 0<j<i

A j < A i A_j < A_i Aj<Ai

A j A_j Aj A i A_i Ai 表示序列中第 j j j 和第 i i i 个数的数值。

最后答案为 max ⁡ { d p [ i ] } \max\{ dp[i] \} max{dp[i]}

3. 代码

#include <iostream>
using namespace std;

#define MAXN 1001

int n, list[MAXN];

// 求最长上升子序列长度
int LIS()
{
    int ans = 1;
    int dp[MAXN];
    dp[1] = 1;
    // 对所有数进行循环
    for (int i = 0; i <= n; i++) {
        int max = 0;
        // 对所有小于i的数进行循环
        for (int j = 1; j < i; j++) {
            // 若找到符合条件的最大值
            if (dp[j] > max && list[j] < list[i]) {
                // 记录最大值
                max = dp[j];
            }
        }
        // 将当前遍历的数位计算在内,当前的最长上升子序列长度为max + 1
        dp[i] = max + 1;
        if (dp[i] > ans) {
            ans = dp[i];
        }
    }
    return ans;
}

int main()
{
    while (cin >> n) {
        for (int i = 1; i <= n; i++) {
            cin >> list[i];
        }
        cout << LIS() << endl;
    }
    return 0;
}


联系邮箱:curren_wong@163.com

Github:https://github.com/CurrenWong

欢迎转载/Star/Fork,有问题欢迎通过邮箱交流。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值