首先给出我最初看到这个题目时想到的方法:
为方便说明问题,现给出书中的示例数组 A[]={1,-1,2,-3,4,-5,6,-7};
最初的想法是遍历每一个元素A[i],求出以A[i]为开始元素的递增子序列的长度curLen,然后求出curLen的最大值即为数组A[]的最长递增子序列的长度.
现在问题转化为如何求解以A[i]为开始元素的递增子序列的长度len[i]?
我们可以试着找一些感觉,对于第一个元素A[0]=1,A[1]=-1<1,则A[1]一定不在以A [0]为开始元素的递增子序列中,A[2]=2>1,则A[2]在;对于A[3]=-3,A[3]的比较对象应转为A[2]而非A[0],这是因为A[2]已经在递增序列中了;
以此类推,通过这样简单的分析,我们可以用curLen来表示当前元素A[i]的最长递增子序列的长度,用变量k来指向当前要比较的元素,用maxLen表示数组最长子序列的长度,可以得到如下代码:
int LIS(int *A,int n){
int maxLen=1;
for(int i=0;i<n;i++){
int curLen=1,k=i;
for(int j=i+1;j<n;j++){
if(A[k]<A[j]){
curLen++,k=j;
}
}
if(maxLen<curLen)
maxLen=curLen;
}
return maxLen;
}
此算法的时间复杂度为O(N^2).
书上的解法一,采用了动态规划的解法,具体代码如下:
int LIS(int *A,int n){
int *lis=new int[n];
for(int i=0;i<n;i++){
lis[i]=1;
for(int j=0;j<i;j++){
if(A[i]>A[j]&&lis[i]<lis[j]+1){
lis[i]=lis[j]+1;
}
}
}
int max=lis[0];
for(int k=1;k<n;k++){
if(max<lis[k])
max=lis[k];
}
return max;
}
算法时间复杂度为O(N^2+N)=O(N^2).