导弹拦截（动态规划）

问题描述
　　某国为了防御敌国的导弹袭击，发展出一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷：虽然它的第一发炮弹能够到达任意的高度，但是以后每一发炮弹都不能高于前一发的高度。某天，雷达捕捉到敌国的导弹来袭。由于该系统还在试用阶段，所以只有一套系统，因此有可能不能拦截所有的导弹。
　　输入导弹依次飞来的高度（雷达给出的高度数据是不大于30000的正整数），计算这套系统最多能拦截多少导弹，如果要拦截所有导弹最少要配备多少套这种导弹拦截系统。
输入格式
　　一行，为导弹依次飞来的高度
输出格式
　　两行，分别是最多能拦截的导弹数与要拦截所有导弹最少要配备的系统数

样例输入
389 207 155 300 299 170 158 65

样例输出
6
2

最长单调递增子序列

用数组b[0:i]记录以a[i] (0≤i<n) 为结尾元素的最长递增子序列的长度。
序列a的最长递增子序列的长度为：max {b[i]}

显然，b[i]满足最优子结构性质，可以递归的定义为：
b[0] = 1;
b[i] = max {b[k]} + 1

即k在0~(i-1)范围内, 若a[k] ≤a[i], 寻找最大的b[k].
据此将计算b[i]转化为i个规模更小的子问题。

• 动态规划模型中的LIS(最长上升子序列)，求最多能拦截的导弹数其实就是求最长下降子序列，求要拦截所有导弹最少配备的系统数即求最长上升子序列。

#include <iostream>
#include <vector>
using namespace std;
const int maxn = 100;
vector<int> a;
int ans, cnt;  //拦截导弹个数、配备系统数
int main() {
	int x;
	while (cin >> x) {
		a.push_back(x);
	}
	int dp1[maxn], dp2[maxn];
	for (int i = 0; i < a.size(); ++i) {
		dp1[i] = 1;
		dp2[i] = 1;
		for (int j = 0; j < i; ++j) {
			//最长下降子序列
			if (a[j] > a[i]) {
				dp1[i] = max(dp1[i], dp1[j] + 1);
			} else {  //最长上升子序列
				dp2[i] = max(dp2[i], dp2[j] + 1);
			}
		}
		ans = max(ans, dp1[i]);
		cnt = max(cnt, dp2[i]);
	}
	cout << ans << endl << cnt << endl;
	return 0;
}

#include <stdio.h>  
#include <stdlib.h>  
#include <algorithm>  
#include <iostream>  
using namespace std;
int max(int x,int y){
	if(x>y)return x;
	else return y;
}
int main(){
	int i,j,d[30002],a[30002],sys[30002],n,ans1=0,ans2=0,judge,k;
	i=1;
	while(cin>>a[i])i++;
	n=i-1;
	for(i=1;i<=n;i++)d[i]=1;
	for(i=2;i<=n;i++){
		for(j=1;j<i;j++){
			if(a[j]>=a[i])d[i]=max(d[i],d[j]+1);
		}
	}
	for(i=1;i<=n;i++)ans1=max(ans1,d[i]);
	k=1;
	sys[1]=a[1];
	for(i=2;i<=n;i++){
		judge=0;
		for(j=1;j<=k;j++){
			if(a[i]<=sys[j]){
				sys[j]=a[i];
				judge=1;
				break;
			}
		}
		if(judge==0){k++;sys[k]=a[i];}
	}
	ans2=k;
	printf("%d\n",ans1);
	printf("%d",ans2);
	return 0;
}