最长上升子序列LIS:Longest increasing subsequence
题目链接:Leetcode300. 最长递增子序列
经典DP解法O(n^2)
数据范围:1000.
时间复杂度O(n
2
^2
2)
空间复杂度O(n)
分析
转移方程
j= 0,…,i-1
if(nums[j]<nums[i])
dp[i]=max(dp[i],dp[j]+1);
ac代码
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n=nums.size();
vector<int> dp(n,1);//赋值为1
int ans=0;
for(int i=0;i<n;i++)
{
for(int j=0;j<i;j++)
if(nums[j]<nums[i])
dp[i]=max(dp[i],dp[j]+1);
ans=max(dp[i],ans);
}
return ans;
}
};
下面是进行优化
dp+二分法(O(nlogn))
数据范围 1 0 5 10^5 105,需要nlogn的算法。
给定一个长度为N的数列,求数值严格单调递增的子序列的长度最长是多少。
输入格式
第一行包含整数N。
第二行包含N个整数,表示完整序列。
输出格式
输出一个整数,表示最大长度。
数据范围
1≤N≤100000,
−109≤数列中的数≤109
输入样例:
7
3 1 2 1 8 5 6
输出样例:
4
时间复杂度O(nlogn)
空间复杂度O(n)
分析
维护一个数组vec,vec[i]表示 长度为 i+1的LIS的 最小的终点
长度相同的LIS只存终点的最小值。
随着LIS长度的增加,其结尾的值(最小的那个)一定是单调递增的,比如:长度为4的LIS的终点值< 长度为5的LIS的终点值。
该策略是让小元素尽可能更新在前面,替换掉前面的大元素,这是因为 前面的数越小,LIS的长度才可能越长。
举例(1,5,2,3,4,6)
更新vec如下
第一个1来,vec[0]=1 此时 vec={1}
第二个5来,因为5> 1,vec 拓展,vec[1]=5,此时 vec[ ] ={1,5}
第三个2 来,而2<5, 替换之,vec[1]=2;此时 vec[ ]={1,2}
第四个3来,因为3>2,vec拓展,vec[2]=3;此时 vec[ ]={1,2,3}
第五个4来,因为4>3,vec拓展,vec[3]=4;此时 vec[ ]={1,2,3,4}
第六个6来,因为6>4,vec拓展,vec[4]=6;此时 vec[ ] ={1,2,3,4,6}
最后返回vec数组的长度 LIS=5
lower_bound 函数,查找nums[i] ,返回大于等于nums[i]的第一个位置
lower_bound()函数返回的是一个迭代器(可以简单地理解成地址),我们需要减去初始迭代器vec.begin()(初始地址),得到的才是下标。
即公式:地址-地址=下标
int p=lower_bound(vec.begin(),vec.end(),nums[i])-vec.begin();//二分查找,
比如vec[ ]= {1,5} 现在新来元素为2,上述lower_bound代码返回下标p=1,这里就是≥2的第一个位置,即5所在的位置,这时候我们怎么处理呢?没错,就是替换掉5,使用语句vec[p]= 2, 我们维护的伪LIS数组就变成了vec[ ]= {1,2} ,LIS长度没变,只是在保证单调性条件下,使该长度的上升子序列结尾的元素尽可能的小。
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int n=nums.size();
vector<int> vec;
for(int i=0;i<n;i++)
{
int p=lower_bound(vec.begin(),vec.end(),nums[i])-vec.begin();//二分查找,返回大于等于nums[i]的第一个位置
if(p==vec.size())//添加进来
vec.push_back(nums[i]);
else
vec[p]=nums[i];//替换掉
}
return vec.size();//返回所维护数组的大小
}
};
如果是最长不降子序列
则采用upper_bound()函数,返回第一个大于x的位置这样的话,遇到相等的元素,则一直会添加到数组中来
比如 (000011111)这样的二进制序列
对应下面的题目
题目如下
Leetcode 926 将字符串翻转到单调递增
如果一个由 ‘0’ 和 ‘1’ 组成的字符串,是以一些 ‘0’(可能没有 ‘0’)后面跟着一些 ‘1’(也可能没有 ‘1’)的形式组成的,那么该字符串是单调递增的。
我们给出一个由字符 ‘0’ 和 ‘1’ 组成的字符串 S,我们可以将任何 ‘0’ 翻转为 ‘1’ 或者将 ‘1’ 翻转为 ‘0’。
返回使 S 单调递增的最小翻转次数。
示例 1:
输入:“00110”
输出:1
解释:我们翻转最后一位得到 00111.
示例 2:
输入:“010110”
输出:2
解释:我们翻转得到 011111,或者是 000111。
示例 3:
输入:“00011000”
输出:2
解释:我们翻转得到 00000000。
提示:
1 <= S.length <= 20000
S 中只包含字符 ‘0’ 和 ‘1’
时间复杂度O(nlogn)
空间复杂度O(n)
当然这题最快的是O(n)的算法
ac代码
class Solution {
public:
int minFlipsMonoIncr(string S) {
int len=S.size();
vector<char> vec;
for(int i=0;i<len;i++)
{
int p = upper_bound(vec.begin(),vec.end(),S[i])-vec.begin();
if(vec.size()==p)
vec.push_back(S[i]);
else
vec[p]=S[i];
}
return len-vec.size();
}
};
后面再补充另一种思维
题目Acwing896. 最长上升子序列 II该题目下的ac代码1
/*
长度相同的LIS只存终点的最小值。
随着LIS长度的增加,其结尾的值一定是单调递增的
比如:长度为4的LIS的终点值< 长度为5的LIS的终点值
*/
/*
二分出来小于某个数的最大的数
*/
#include<bits/stdc++.h>
using namespace std;
const int N=100010;
int a[N]; //原序列
int q[N]; //存不同长度的上升子序列结尾的最小值。
int n;
int main(){
cin>>n;
for(int i=0;i<n;i++) cin>>a[i];
int len=0;//存的上升子序列的最大长度
q[0]=-2e9;//哨兵
//二分:[0,len]中小于某个数的最大的数
for(int i=0;i<n;i++){
int l=0,r = len;
while(l<r){
int mid = l+r+1 >>1;
if(q[mid]<a[i]) l = mid ;
else r = mid -1;
}
len =max(len , r+1);
q[r+1]=a[i]; //后面添上一个
}
cout<<len<<endl;
}
acwing这道题ac代码2
#include<bits/stdc++.h>
using namespace std;
const int N=100010;
int a[N];
int LIS(int a[],int n){
vector<int> vec;
for(int i=0;i<n;i++){
int p= lower_bound(vec.begin(),vec.end(),a[i])-vec.begin(); //找到第一个大于等于a[i]的位置
if(p==vec.size()) vec.push_back(a[i]); //如果长度相等,并且新来的元素大于末尾,就替换掉
else vec[p]=a[i];
}
return vec.size();
}
int main(){
int n;
cin>>n;
for(int i=0;i<n;i++) cin>>a[i];
cout<<LIS(a,n)<<endl;
}