动态规划-最长上升(下降)子序列的O(n logn)写法(基于二分)
常规最长上升(下降)子序列的时间复杂度是 O ( n O(n O(n2 ) ) )。
优化后可以更快:
基于贪心的策略,维护一个队列 d p dp dp,使内部的元素为有序排列,长度即为最长上升(下降)子序列的长度。
初始队列为空,依次枚举 a a a数组(即原始序列),判断是否大于(或等于)队首元素,若大于则直接压入队列,新队列依然是有序队列;若小于队首元素,则在队列内二分查找第一个大于(或大于等于等于或小于等于) a [ i ] a[i] a[i]的元素 d p [ p o s ] dp[pos] dp[pos],然后直接把 d p [ p o s ] dp[pos] dp[pos]替换成 a [ i ] a[i] a[i]。
我来讲为什么可以直接替换,因为队列内元素改变是不影响总长度的,替换后对前面的数也是没有影响的,而把队列内元素的值变小对以后序列长度的增加明显是有利的,所以可以直接替换。
附上一份模板
/*
不严格递增
若要改为严格递增,需要把“≥”改为“>”,并把upper_bound改为lower_bound
*/
int LIS(int n) {
int dp[maxn + 5];
memset(dp, 0x3f, sizeof(dp));
dp[0] = a[0];
int top = 1;
for (int i = 1; i < n; ++i) {
if (a[i] >= dp[top - 1]) {
dp[top++] = a[i];
}
else {
int pos = upper_bound(dp, dp + top, a[i]) - dp;
dp[pos] = a[i];
}
}
return top;
}
传送门:动态规划-最长上升(下降)子序列的O(n logn)写法(基于树状数组)
2019/9/27更新
发现一种更简单的写法
/*
若改为不严格递增,则将lower_bound改为upper_bound
*/
int dp[maxn];
int LIS(int *a, int n) {
memset(dp, 0x3f, sizeof(dp));
for (int i = 0; i < n; i++) *lower_bound(dp, dp + n, a[i]) = a[i];
return lower_bound(dp, dp + n, inf) - dp;
}