线性dp——LIS(最长上升子序列)-CSDN博客

本文链接：https://blog.csdn.net/seanli1008/article/details/131739549

背包的内容我们已经全部讲完了。详情请见我的博客。

今天我们来研究一下线性dp中一类著名的问题:最长上升子序列。

问题描述：给定一个整数序列，找到它的所有严格递增子序列中最长的序列，输出其长度。

拿到题目，大家第一时间想到的应该是O( $n^{2}$ )的暴力做法:

#include <bits/stdc++.h>
using namespace std;
int a[maxn],dp[maxn];
int main(){
	int n;
    cin>>n;
    for(int i=1;i<=n;i++){
        cin>>a[i];
        dp[i]=1;
    }
    for(int i=1;i<=n;i++){
        for(int j=1;j<i;j++){
            if(a[j]<a[i])
                dp[i]=max(dp[i],dp[j]+1);
        }
    }
    int ans=-1;
    for(int i=1;i<=n;i++) 
        ans=max(ans,dp[i]);
    cout<<ans<<endl;
    return 0;
}

dp[i] 表示以a[i]为结尾的最长上升子序列的长度。这是dp的做法

当然，它是可以优化的。我们可以用贪心+二分优化这个算法。

这里就不详细说了，给大家看一下代码，毕竟我们主要讨论的是动态规划。

~~读者:我看你是不会吧!~~

时间复杂度O(n log n)。代码如下:

#include <bits/stdc++.h>
using namespace std;
int mn[maxn],a[maxn];
int binary_search(int a[],int r,int x){//二分查找,返回a数组中第一个>=x的位置
    int left=1;
    while(left<=right){
        int mid=(left+right)>>1;
        if(a[mid]<=x)
            left=mid+1;
        else 
            right=mid-1;
    }
    return left;
}
int main(){
	int n;
    cin>>n;
    for(int i=1;i<=n;i++) {
        cin>>a[i];
        mn[i]=INF;//由于mn中存的是最小值,所以mn初始化为INF 
    }
    mn[1]=a[1]; 
    int ans=1;//初始时LIS长度为1 
    for(int i=2;i<=n;i++){
        if(a[i]>mn[ans])//若a[i]>=mn[ans]，直接把a[i]接到后面 
            mn[++ans]=a[i];
        else//否则，找到mn中第一个>=a[i]的位置mn[j],用a[i]更新mn[j] 
            mn[binary_search(mn,ans,a[i])]=a[i];
    }
    cout<<ans<<endl; 
    return 0;
}

以上就是LIS的全部内容了。

下期我们来研究研究LCS(最长公共子序列)问题。