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()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。