最长递增子序列:
找到给定序列的最长子序列的长度,使得子序列所有元素单调递增。
解法一 转化为求最长公共子序列
- 设数组{3,5,7,1,2,8}为A
- 对数组A排序,排序后为B={1,2,3,5,7,8}。
- 求A数组的最长递增子序列,就是求数组A与数组B的最长公共子序列
最长公共子序列求法的时间复杂度:
θ(nlgn)+θ(n2)=θ(n2) θ ( n l g n ) + θ ( n 2 ) = θ ( n 2 )
解法二 动态规划法
与第一个办法不同的是,动态规划是直接在原问题上采用动态规划
最优子结构:
对于长度为N的数组 A[N]={a0,a1,a2,a3,a3,...,an−1} A [ N ] = { a 0 , a 1 , a 2 , a 3 , a 3 , . . . , a n − 1 } ,假设我们想要以 ai a i 结尾的最大递增子序列长度,设长度 L[i] L [ i ] ,那么
L[i]={max(L[j])+1,1,where j<i and A[j]<A[i]otherwise L [ i ] = { m a x ( L [ j ] ) + 1 , w h e r e j < i a n d A [ j ] < A [ i ] 1 , o t h e r w i s e
也就是 j j 的范围是到 i−1 i − 1 。这样,想求 ai a i 结尾的最大递增子序列的长度,我们就需要遍历 i i 之前的所有位置,找出 A[j]<A[i] A [ j ] < A [ i ] ,计算这些 j j 中,能产生最大,之后就可以求出 L[i] L [ i ] 。之后对每一个 A[N] A [ N ] 中的元素都计算以他们各自结尾的最大递增子序列长度,这些长度的最大值,就是我们要求的问题数组 A A 的最大递增子序列的长度
重叠问题:
根据上面公式的推导采用递归实现的话,有一些子问题就会被计算很多次。
动态规划法:
综上所述:LIS问题具有动态规划需要的两个性质,可以使用动态规划求解该问题。设数组 A={3,5,7,1,2,8} A = { 3 , 5 , 7 , 1 , 2 , 8 } ,则:
具体打表方式如下:
- 初始化对角线为 1;
- 对每一个 i,遍历j(0到i−1) i , 遍 历 j ( 0 到 i − 1 ) :
- 若 A[i]<=A[j] A [ i ] <= A [ j ] ,置 1。
- 若 A[i]>A[j] A [ i ] > A [ j ] ,取第 j j 行的最大值加 1。
打完表以后,最后一行的最大值就是最长递增子序列的长度。由于每次都进行遍历,故时间复杂度还是 θ(n2) θ ( n 2 ) 。
//LIS 的动态规划方式实现
include <iostream>
using namespace std;
int getLISLength(int A[], int len) {
//定义一维数组并初始化为1
int* lis = new int[len];
for (int i = 0; i < len; ++i)
lis[i] = 1;
// 计算每个i对应的lis最大值,即打表的过程
for (int i = 1; i < len; ++i)
for (int j = 0; j < i; ++j) // 0到i-1
if ( A[i] > A[j] && lis[i] < lis[j] + 1)
lis[i] = lis[j] + 1; // 更新
// 数组中最大的那个,就是最长递增子序列的长度
int maxlis = 0;
for (int i = 0; i < len; ++i)
if ( maxlis < lis[i] )
maxlis = lis[i];
delete [] lis;
return maxlis;
}
解法三 θ(nlgn) θ ( n l g n ) 的方案
本解法的具体操作如下:
- 建立一个辅助数组array,依次读取数组元素 x 与数组末尾元素 top比较:
- 如果 x > top,将 x 放到数组末尾;
- 如果 x < top,则二分查找数组中第一个 大于等于x 的数,并用 x 替换它.
遍历结束之后,最长递增序列长度即为栈的大小。
注意c数组的下标代表的是子序列的长度,c数组中的值也是按递增顺序排列的。这才可能用二分查找。
int getLISLength(int num[], int length) {
vector<int> ivec;
for (int i = 0; i < length; ++i) {
if (ivec.size() == 0 || ivec.back() < num[i])
ivec.push_back(num[i]);
else {
int low = 0, high = ivec.size() - 1;
while (low < high) {
int mid = (low + high) / 2;
if (ivec[mid] < num[i])
low = mid + 1;
else
high = mid - 1;
}
ivec[low] = num[i];
}
}
return ivec.size();
特别注意的是:本方法只能用于求最长递增子序列的长度,辅助数组中的序列不是最长递增子序列:
- 例一:原序列为1,5,8,3,6,7
辅助数组为1,5,8,此时读到3,用3替换5,得到1,3,8; 再读6,用6替换8,得到1,3,6;再读7,得到最终栈为1,3,6,7。最长递增子序列为长度4。- 例二:原序列为1,5,8,3
则最栈辅助数组为1,3,8。明显这不是最长递增子序列!
合唱队问题
问题描述:
计算最少出列多少位同学,使得剩下的同学排成合唱队形
问题说明:
N N 位同学站成一排,音乐老师要请其中的位同学出列,使得剩下的K位同学排成合唱队形。
合唱队形是指这样的一种队形:设 K K 位同学从左到右依次编号为他们的身高分别为 T1,T2,…,TK, T 1 , T 2 , … , T K , 则他们的身高满足存在 i(1<=i<=K) i ( 1 <= i <= K ) 使得 T1<T2<......<Ti−1<Ti>Ti+1>......>TK T 1 < T 2 < . . . . . . < T i − 1 < T i > T i + 1 > . . . . . . > T K 。
任务是:
已知所有N位同学的身高,计算最少需要几位同学出列,可以使得剩下的同学排成合唱队形。
输入:
整数 N N ,一行整数,空格隔开,位同学身高
输出:
最少需要几位同学出列
样例输入:8 186 186 150 200 160 130 197 200
样例输出:
4
根据题意可知,我们需要求出一个“中间点”,使得其左边的【最长递增子序列】和其右边的【最长递减子序列】之和最大。
```
#include <iostream>
#include <vector>
using namespace std;
int LonggestIncreaseLength(vector<int> &vec) {
vector<int> result(vec.size(), 1);
vector<int> result2(vec.size(), 1);
for (int i = 1; i < vec.size(); i++) {
for (int j = 0; j < i; j++) {
if (vec[i] > vec[j] && result[i] < result[j] + 1)
result[i] = result[j] + 1;
}
}
for (int i = vec.size() - 2; i >= 0; --i) {
for (int j = vec.size() - 1; j > i; --j) {
if (vec[i] > vec[j] && result2[i] < result2[j] + 1)
result2[i] = result2[j] + 1;
}
}
int max = 0;
for (int i = 0; i < vec.size(); i++) {
if (max < result[i] + result2[i])
max = result[i] + result2[i];
}
return vec.size() - max + 1;
}
int main() {
int n;
cin >> n;
if (n <= 0)
return 0;
vector<int> ivec(n);
for (int i = 0; i < n; i++)
cin >> ivec[i];
cout << LonggestIncreaseLength(ivec) << endl;
}