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）

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）

常规最长上升（下降）子序列的时间复杂度是$O(n^2)$。

优化后可以达到$O(nlogn)$

一般思维是遍历数组，每次枚举找出前面比它小的元素对应的最长上升子序列的最大长度，而树状数组正是在这一步优化速度的。

那么如何利用树状数组加速呢？

先复制一份数组，然后排序并剔除相同元素。新数组暂且命名为数组$b$，原数组命名为数组$a$。刚开始时树状数组是空的，然后从a数组第一项开始枚举，每次枚举找出它在数组$b$中的位置$p$，利用利用树状数组找出位置 $p-1$ 对应的最长上升子序列的长度$t$，那么 $t+1$ 就是以 $a[i]$ 结尾的最大上升子序列的长度（标记部分看不懂先不管，后面会解释）。这样我们就完成了递推环节的其中一个环节。

然后利用$update$函数，把 $t+1$ 传递到树状数组的$p$位置，取最大值更新$T[p]$的值。因为$b$数组是有序的，我们按照元素在$b$数组中的位置$p$更新树状数组，这样树状数组中的元素也是从小到大有序排列的，且树状数组中的元素在$a$数组中都在$a[i]$前面，因为我们遍历a数组是从前往后遍历的，先访问到的元素先进树状数组。这样在树状数组中$p$位置之前的元素都满足两个条件：

• 在$a$数组中位于$a[i]$之前；
• 值比$a[i]$小。

这样只需要利用$query$函数就很轻易找出到p-1为止的最长上升子序列的最大长度了。把它加上$1$就是$p$位置（即到$a[i]$为止）的最长上升子序列的长度。

在$query$函数调用后让得到的值加一后与$ans$比较，保持$ans$始终为最大值，这样递推完成后$ans$就是最终结果。

代码

#define lowbit(a) a&-a
int T[maxn];
int n;
void update(int x, int y) {//位置x变成y
	while (x <= n) {
		T[x] = max(T[x], y);
		x += lowbit(x);
	}
}
int query(int n) {//查询前n项的最大值
	int ans = 0;
	while (n > 0) {
		ans = max(ans, T[n]);
		n -= lowbit(n);
	}
	return ans;
}
int LIS(int a[], int n) {
	memset(T, 0, sizeof(T));
	int dp[maxn];
	int b[maxn];
	for (int i = 0; i < n; i++) b[i] = a[i];
	sort(b, b + n);
	int len = unique(b, b + n) - b;//找出数组内所有不重复的元素并排序
	int ans = 1, t;
	for (int i = 0; i < n; i++) {
		int p = lower_bound(b, b + len, a[i]) - b + 1;//在所有元素中找到a[i]的排名
		t = query(p - 1) + 1;/*由于目前已经入树状数组的元素都按照排序后的位置排列，
		所以查询排序后p位置前的最大值即为a数组中到a[i]为止的最长上升子序列的长度*/
		ans = max(ans, t);
		update(p, t);//更新a[i]对应在树状数组中的值（即为到a[i]为止的最长上升子序列的长度）
	}
	return ans;
}

实例

#include <bits/stdc++.h>
#define maxn 1005
#define inf 0x3f3f3f3f
#define lowbit(a) a&-a
using namespace std;
int a[maxn];
int T[maxn];
int n;
void update(int x, int y) {//位置x变成y
	while (x <= n) {
		T[x] = max(T[x], y);
		x += lowbit(x);
	}
}
int query(int n) {//查询前n项的最大值
	int ans = 0;
	while (n > 0) {
		ans = max(ans, T[n]);
		n -= lowbit(n);
	}
	return ans;
}
int LIS(int a[], int n) {
	memset(T, 0, sizeof(T));
	int dp[maxn];
	int b[maxn];
	for (int i = 0; i < n; i++) b[i] = a[i];
	sort(b, b + n);
	int len = unique(b, b + n) - b;//找出数组内所有不重复的元素并排序
	int ans = 1, t;
	for (int i = 0; i < n; i++) {
		int p = lower_bound(b, b + len, a[i]) - b + 1;//在所有元素中找到a[i]的排名
		t = query(p - 1) + 1;/*由于目前已经入树状数组的元素都按照排序后的位置排列，
		所以查询排序后p位置前的最大值即为a数组中到a[i]为止的最长上升子序列的长度*/
		ans = max(ans, t);
		update(p, t);//更新a[i]对应在树状数组中的值（即为到a[i]为止的最长上升子序列的长度）
	}
	return ans;
}
int main() {
	cin >> n;
	for (int i = 0; i < n; i++) {
		cin >> a[i];
	}
	cout << LIS(a, n) << "\n";
	return 0;
}

传送门：动态规划-最长上升（下降）子序列的O(n logn)写法（基于二分）