最长递增子序列

对于一个数字序列,请设计一个复杂度为O(nlogn)的算法,返回该序列的最长上升子序列的长度,这里的子序列定义为这样一个序列U1,U2...,其中Ui < Ui+1,且A[Ui] < A[Ui+1]。

给定一个数字序列A及序列的长度n,请返回最长上升子序列的长度。

测试样例:
[2,1,4,3,1,5,6],7
返回:4

import java.util.*;
public class AscentSequence {
    /*最长递增子序列 LIS
    * 方法一:先排序 在求最长公共字串 n2
    * 方法二:DP[i] 以i为结尾的最长公共子序列长度 n2
    * 方法三:help[i] n个长度为i的子序列中末尾最小的值
    * 因为最长的LIS肯定可以由n个最短的LIS中末尾最小的那个序列依次叠加形成
    * 长度为5的肯定可以由N个长度为4的中末尾最小的加1组成
    * 长度为4的肯定可以由N个长度为3的中末尾最小的加1组成
    * 长度为3的肯定可以由N个长度为2的中末尾最小的加1组成
    * 长度为2的肯定可以由N个长度为1的中最小的加1组成
    * 例如 2 1 5 3 6 4 8 9 7
    *      i   1  2  3  4  5
    * help[i]  2  5  6  8  9
    *          1  3  4  7
    * help是有序的可以二分法logN 总复杂度NlogN*/
    public int findLongest(int[] A, int n) {
        if (A==null||n<=0){
            return 0;
        }
        int[] help = new int[n];
        int i=0;
        help[i] = A[0];
        for (int j = 1; j < n; j++) {
            if (A[j]>help[i]){
                i++;
                help[i] = A[j];
            }else {
                if (A[j]<=help[0]){
                    help[0]=A[j];
                }else {
                    int k = BinFind(help,0,i,A[j]);
                    help[k] = A[j];
                }


            }
        }
        return i+1;
    }
    
public int BinFind(int[] help,int low,int high,int value){
          while(low<=high){
            int mid = low + ((high-low)>>1);
            if (help[mid]==value){
                return mid;
            }
            else if(help[mid]<value){
                low = mid+1;
            }else{
                high = mid-1;
            }
        }
        return low;
    }
}

题目来源:http://www.nowcoder.com/practice/585d46a1447b4064b749f08c2ab9ce66?rp=3&ru=/activity/oj&qru=/ta/2016test/question-ranking

参考:http://blog.csdn.net/dongmianshu/article/details/5954992

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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