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;
}