动态规划
动态规划指的是将一个繁杂的问题分解成子问题之后,通过求解子问题的最优解,从而求得整体最优解。
最长上升子序列
问题如下:
输入数据:
输入的第一行是序列的长度N(1<=N<=1000),第一行给出序列的N个整数,这些整数的取值范围在0-10000.
输出要求:
最长上升子序列的长度。
输入样例:
7
1 7 3 5 9 4 8
输出样例:
4
范例代码:
#include<iostream>
#include<algorithm>
using namespace std;
int main() {
int n;
cin >> n;
int maxlen[100];
int s[100];
for (int i = 0; i < n; i++)
{
cin >> s[i];
maxlen[i] = 1;
}
for (int i = 1; i < n; i++)
{
for (int j = 0; j < i; j++)
{
if (s[i] > s[j])
{
maxlen[i] = max(maxlen[i], maxlen[j] + 1);
}
}
}
cout << *max_element(maxlen + 1, maxlen + n + 1);
}
讲解:
1.
int n;
cin >> n;
int maxlen[100];
int s[100];
for (int i = 0; i < n; i++)
{
cin >> s[i];
maxlen[i] = 1;
}
这一部分是输入数据,并且让存储 以当前下标为终点的子序列的个数 的maxlen数组都初始化为1.
for (int i = 1; i < n; i++)
{
for (int j = 0; j < i; j++)
{
if (s[i] > s[j])
{
maxlen[i] = max(maxlen[i], maxlen[j] + 1);
}
}
}
这一部分是正式求解 以当前下标为终点的最长上升子序列 的长度,并且分别存储在maxlen数组内。
i每往后循环一次,j就要将i之前的数据都循环一遍。
当s[i]>s[j]时就要求maxlen[j]+1与maxlen[i]之间的最大值进行maxlen[i]的更新。
注:之所以需要每次都求maxlen[i]和maxlen[j]+1的最大值,而不直接将maxlen[j]+1赋值给maxlen[i],是因为maxlen[i]之前的更新可能已经使maxlen[i]>maxlen[[j]+1,故 此时maxlen[i]应保持不变。
最后一部分为输出部分,调用max_element函数输出manlen数组内的最大值。
注:max_element函数返回值是一个指针
max_element和max函数需要调用头文件algorithm