编程之美--求数组中最长递增子序列

  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).



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值