LIS定义
LIS(Longest Increasing Subsequence)最长上升子序列
一个数的序列bi,当b1 < b2 < … < bS的时候,我们称这个序列是上升的。
对于给定的一个序列(a1, a2, …, aN),我们可以得到一些上升的子序列(ai1, ai2, …, aiK),
这里1 <= i1 < i2 < … < iK <= N。
比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。
这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8).
你的任务,就是对于给定的序列,求出最长上升子序列的长度。
两种做法
1,O(N^2)做法:dp动态规划
2,O(NlogN)做法:贪心+二分
蓝桥杯题库中整好两道这样的题,一个是蓝桥勇士用n^2的做法就可以通过,另一个是蓝桥骑士,复杂度要求高些需要贪心+二分做法。
题目:
1,O(N^2)做法:dp动态规划
状态设计:dp[i]代表以a[i]结尾的LIS的长度
状态转移:dp[i]=max(dp[i], dp[j]+1) (0<=j< i, a[j]< a[i])
边界处理:dp[i]=1 (0<=j< n)
时间复杂度:O(N^2)
import java.util.Arrays;
import java.util.Scanner;
public class Main{
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int len = sc.nextInt();
int a[] = new int[len];//存放原数组
int dp[] = new int[len];//存放最大的子序列个数
//dp的初始化,因为可能只有本身的情况
Arrays.fill(dp, 1);
for (int i = 0; i < len; i++) a[i] = sc.nextInt();
int max = -999999999;
//进行穷举
for (int i = 1; i < a.length; i++) {
for (int j = 0; j < i; j++) {
// 若a[j] < a[i]那么可以接在该序列后,更新状态
// dp[i] = dp[i] > dp[j] + 1 ? dp[i] : dp[j] + 1;
//如果a[i]>a[j]了,那么a[i]的序列个数也要比a[j]的个数大 并且+1
if (a[i] > a[j]) dp[i] = Math.max(dp[i], dp[j] + 1);
}
max = Math.max(max, dp[i]);//记录最大值
}
System.out.println(max);
}
}
O(NlogN)做法:贪心+二分
a[i]表示第i个数据。
dp[i]表示表示长度为i+1的LIS结尾元素的最小值。
利用贪心的思想,对于一个上升子序列,显然当前最后一个元素越小,越有利于添加新的元素,这样LIS长度自然更长。
因此,我们只需要维护dp数组,其表示的就是长度为i+1的LIS结尾元素的最小值,保证每一位都是最小值,
这样子dp数组的长度就是LIS的长度。
dp数组具体维护过程同样举例讲解更为清晰。
同样对于序列 a(1, 7, 3, 5, 9, 4, 8),dp的变化过程如下:
- dp[0] = a[0] = 1,长度为1的LIS结尾元素的最小值自然没得挑,就是第一个数。 (dp = {1})
- 对于a[1]=7,a[1]>dp[0],因此直接添加到dp尾,dp[1]=a[1]。(dp = {1, 7})
- 对于a[2]=3,dp[0]< a[2]< dp[1],因此a[2]替换dp[1],令dp[1]=a[2],因为长度为2的LIS,结尾元素自然是3好过于7,因为越小这样有利于后续添加新元素。 (dp = {1, 3})
- 对于a[3]=5,a[3]>dp[1],因此直接添加到dp尾,dp[2]=a[3]。 (dp = {1, 3, 5})
- 对于a[4]=9,a[4]>dp[2],因此同样直接添加到dp尾,dp[3]=a[9]。 (dp = {1, 3, 5, 9})
- 对于a[5]=4,dp[1]< a[5]< dp[2],因此a[5]替换值为5的dp[2],因此长度为3的LIS,结尾元素为4会比5好,越小越好嘛。(dp = {1, 3, 4, 9})
- 对于a[6]=8,dp[2]< a[6]< dp[3],同理a[6]替换值为9的dp[3],道理你懂。 (dp = {1, 3, 5, 8})
这样子dp数组就维护完毕,所求LIS长度就是dp数组长度4。
通过上述求解,可以发现dp数组是单调递增的,因此对于每一个a[i],先判断是否可以直接插入到dp数组尾部,
即比较其与dp数组的最大值即最后一位;如果不可以,则找出dp中第一个大于等于a[i]的位置,用a[i]替换之。
这个过程可以利用二分查找,因此查找时间复杂度为O(logN),所以总的时间复杂度为O(N*logN)
package 备赛课.动态规划;
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
public class 蓝桥骑士 {
/*6
1 4 2 2 5 6 */
public static void main(String[] args) throws IOException {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
int len = Integer.parseInt(br.readLine());
int a[] = new int[len];
int dp[] = new int[len];
String str[] = br.readLine().split(" ");
for (int i = 0; i < len; i++) a[i] = Integer.parseInt(str[i]);
int Maxlen = 0;//最多有多少个子序列个数,扩充数字
for (int i = 0; i < len; i++) {
int l = 0, r = Maxlen;
//二分
while (l < r) {
// int mid = l+(r-l) / 2;
int mid = (l+r+1)/2;
if (dp[mid] >= a[i]) r = mid - 1;
else l = mid;
}
//如果比所有的都大 要扩充
Maxlen = Math.max(Maxlen, r + 1);
dp[r + 1] = a[i];
}
System.out.println(Maxlen);
}
}
贪心,二分模板:
// Dynamic programming + Dichotomy.
class Solution {
public int lengthOfLIS(int[] nums) {
int[] tails = new int[nums.length];
int res = 0;
for(int num : nums) {
int i = 0, j = res;
while(i < j) {
int m = (i + j) / 2;
if(tails[m] < num) i = m + 1;
else j = m;
}
tails[i] = num;
if(res == j) res++;
}
return res;
}
}