编程之美--求数组中最长递增子序列

最新推荐文章于 2021-06-06 20:14:09 发布

taihejin

最新推荐文章于 2021-06-06 20:14:09 发布

阅读量440

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/taihejin/article/details/17847429

版权

算法专栏收录该内容

32 篇文章 0 订阅

订阅专栏

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).