LCIS 最长上升公共子序列

wanghaoze1126

已于 2024-05-19 15:53:53 修改

阅读量877

点赞数 21

分类专栏： c++ DP 动态规划文章标签：动态规划算法 c++

于 2024-02-07 12:26:43 首次发布

本文链接：https://blog.csdn.net/wanghaoze1126/article/details/136067855

版权

c++ 同时被 3 个专栏收录

8 篇文章 0 订阅

订阅专栏

2 篇文章 0 订阅

订阅专栏

动态规划

1 篇文章 0 订阅

订阅专栏

文章介绍了LCIS问题，即在给定序列a和b中找到以b[j]结尾的公共上升子序列的最长长度。原始动态规划方法的时间复杂度为O(n^3)，通过优化，将复杂度降低至O(n^2)。文章展示了两种改进算法并给出最后的答案计算部分。

摘要由CSDN通过智能技术生成

LCIS

状态:

$dp_{i, j}$ 表示 $a_{1\sim i}$ 和 $b_{1\sim j}$ 中以 $b_j$ 结尾的公共上升子序列的集合，值表示该集合中所有公共上升子序列的长度的最大值

状态转移方程:

$\displaystyle dp_{i,j}=\left\{\begin{matrix} dp_{i-1,j} (a_i\ne b_j) \\ \max_{1\le k<j,b_k<b_j}dp_{i - 1,k}(a_i=b_j) \end{matrix}\right.$
时间复杂度: $O(n^3)$

for (int i = 1; i <= n; ++i)
{
	for (int j = 1; j <= n; ++j)
	{
		if (a[i] != b[j])
		{
			dp[i][j] = dp[i - 1][j];
			continue;
		}
		// 这个位置要从k = 0开始, 因为这个情况有前面没有构成的情况，不能省略
		for (int k = 0; k < j; ++k)
			if (b[k] < b[j])
				dp[i][j] = max(dp[i][j], dp[i - 1][k] + 1);
	}
}

我们可以改一改

for (int i = 1; i <= n; ++i)
{
	for (int j = 1; j <= n; ++j)
	{
		if (a[i] != b[j])
		{
			dp[i][j] = dp[i - 1][j];
			continue;
		}
		int maxx = 0; // 初始前面没有数
		for (int k = 1; k < j; ++k)
			if (b[k] < b[j]) maxx = max(maxx, dp[i - 1][k]);
		dp[i][j] = maxx + 1;
	}
}

这样就可以改成 $O(n^2)$

for (int i = 1; i <= n; ++i)
{
	int maxx = 0; // 初始前面没有数
	for (int j = 1; j <= m; ++j)
	{
		if (a[i] != b[j]) dp[i][j] = max(dp[i][j], dp[i - 1][j]);
		else dp[i][j] = max(dp[i][j], maxx + 1);
		if (b[j] < a[i]) maxx = max(maxx, dp[i - 1][j]);
	}
}
int ans = 0;
for (int i = 1; i <= m; ++i)
	ans = max(ans, dp[n][i]);
printf("%d", ans);

改成一位数组

for (int i = 1; i <= n; ++i)
{
	for (int j = 1; j <= m; ++j)
	{
		if (a[i] > b[j]) maxx = max(maxx, dp[j]);
		if (a[i] == b[j]) dp[j] = maxx + 1;
	}
}
int ans = 0;
for (int i = 1; i <= m; ++i)
	ans = max(ans, dp[i]);
printf("%d", ans);