LIS (Longest Increasing Subsequence)
问题描述:
LeetCode 300
给定一个数组,找出其最长递增子序列(LIS,序列不要求连续)。
如数组为\(\{2,1,6,4,5,2,7,4\}\),则输出应为4(LIS 为\(\{1,2,4,7\}\))
解法一 (\(O(n^{2})\))
思路:
使用动态规划思想,由状态方程为 \(dp[i] = max(1, dp[j] + 1)\)).
解释:
\(dp\) 代表以 \(i\) 位置元素结尾的 LIS 的最大长度。
如:输入数组为 \(\{2,1,6,4,5\}\),则 \(dp\) 的生成过程为:\(\{1\}\rightarrow\{1,1\}\rightarrow\{1,1,2\}\rightarrow\{1,1,2,2\}\rightarrow\{1,1,2,2,3\}\)
而对应的 LIS (此时LIS不唯一) 为 \(\{2\}\rightarrow\{1\}\rightarrow\{1,6\}\rightarrow\{1,4\}\rightarrow\{1,4,5\}\)
代码:
public int lis1(int[] arr) {
if (arr == null || arr.length == 0) { // 若输入为空
return 0;
}
int[] dp = new int[arr.length]; // dp存放以i元素结尾的LIS长度
int max = 1;
for (int i = 0; i < arr.length; i++) {
dp[i] = 1; // 至少为1(自己本身)
for (int j = i; j >= 0; j--) {
if (arr[i] > dp[j]) { // 新元素比最大值还大
dp[i] = Math.max(dp[i], dp[j] + 1); // 依次比较
max = Math.max(max, dp[i]); // 取最大值
}
}
}
return max;
}
解法二(\(O(nlogn)\))
思路:
使用二分查找加速运算。
解释:
\(dp\) 代表结尾元素为最小值时长度为 \(i\) 的 LIS。
如:输入数组为 \(\{2,1,6,4,5\}\),则 \(dp\) 的生成过程为\(\{2\}\rightarrow\{1\}\rightarrow\{1,6\}\rightarrow\{1,4\}\rightarrow\{1,4,5\}\)
只需遍历一次输入数组,且找到长度为 \(i\) 时对应的 LIS 数组的最小末尾(二分查找)即可完成。
代码:
public int lis2(int[] arr) {
/**
* @author: 左程云
*/
if (arr == null || arr.length == 0) {
return 0;
}
int[] dp = new int[arr.length]; // LIS长度最大为输入数组长度
dp[0] = arr[0];
int len = 0; // 当前LIS的长度(从0开始)
int low = 0; // 当前LIS的第一位索引
int high = 0; // 当前LIS的最后一位索引
int middle = 0; // 当前LIS中间位置的索引
for (int i = 0; i < arr.length; i++) {
low = 0;
high = len;
while (low <= high) {
middle = (low + high) / 2;
if (arr[i] > dp[m]) { // 与中间值比较
low = middle + 1; // 后半部分
} else {
high = middle - 1; // 前半部分
}
}
len = Math.max(len, low);
dp[low] = arr[i];
}
return ++len; // 索引加1为长度
}