[AcWing] 187. 导弹防御系统(C++实现)最长上升子序列模型+贪心+dfs爆搜

1. 题目

在这里插入图片描述
在这里插入图片描述

2. 读题(需要重点注意的东西)

读题:
[AcWing] 1010. 拦截导弹(C++实现)最长上升子序列模型+贪心的基础上,多了一个条件:导弹拦截系统可以是 严格上升 的子序列,也可以是 严格下降 的子序列,题目中给出的数各不相同。

思路: 最长上升子序列 + 贪心 + dfs
[AcWing] 1010. 拦截导弹(C++实现)最长上升子序列模型+贪心的基础上,需要考虑导弹拦截系统是上升的还是下降的两种情况,用dfs来爆搜每一个节点放在上升系统和下降系统中这两种情况。分别记录当前每个上升子序列的末尾up[],和下降子序列的末尾数down[],以便于在枚举时可以快速判断当前数是否可以接在某个序列的后面:

  1. 如果是上升子序列,放在最大的小于当前数(贪心)的上升子序列末尾之后,由于上升子序列结尾是单调的,因此找到第一个末尾数值小于当前数的序列(可以加上二分来优化)之后就可以断开搜索(剪枝优化)
  2. 如果是下降子序列,放在最小的大于当前数(贪心)的上升子序列之后,由于下降子序列结尾是单调的,因此找到第一个末尾数值大于当前数的序列(可以加上二分来优化)之后就可以断开搜索(剪枝优化)
  3. 当上升序列的数量+下降序列的数量大于当前的全局最小值,剪枝

如何得到防御系统数量的最小值?

  1. 维护一个全局最小值
  2. 迭代加深

考虑到数据范围在50以内,是可以使用dfs爆搜的。

3. 解法

---------------------------------------------------解法---------------------------------------------------

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

public class Main {
    static int N = 60;
    static int res;
    static int n;
    static int[] a;
    static int[] up = new int[N];
    static int[] down = new int[N];
    public static void main(String[] args) throws IOException {
        BufferedReader reader = new BufferedReader(new InputStreamReader(System.in));
        while (true){
            n = Integer.parseInt(reader.readLine());
            res = Integer.MAX_VALUE;
            if(n == 0) break;
            String[] s = reader.readLine().split(" ");
            a = new int[s.length];
            for(int i = 0;i < n;i++) a[i] = Integer.parseInt(s[i]);
            dfs(0,0,0); // dfs遍历
            System.out.println(res);
        }
    }

    /**
     *
     * @param u 表示当前遍历到第几个导弹了
     * @param su 上升序列个数
     * @param sd 下降序列个数
     */
    public static void dfs(int u, int su, int sd){
        // 剪枝
        if(su + sd >= res) return;
        if(u == n){
            res = Math.min(res,su + sd);
            return;
        }

        // 将当前值放在上升子序列中
        int ku = 0; // k_up
        while(ku < su && up[ku] > a[u]) ku++; // 找第一个末尾值小于当前值的序列(剪枝)
        int tempu = up[ku]; // 用于恢复现场
        up[ku] = a[u];
        if(ku < su) dfs(u+1,su,sd); // 如果k小于当前上升子序列的个数,说明不用开新的上升子序列
        else dfs(u+1,su+1,sd);
        up[ku] = tempu;

        // 将当前值放在下降子序列中
        int kd = 0; // k_down
        while(kd < sd && down[kd] < a[u]) kd++; // 找第一个末尾值大于当前值的序列(剪枝)
        int tempd = down[kd]; // 用于恢复现场
        down[kd] = a[u];
        if(kd < sd) dfs(u+1,su,sd); // 如果k小于当前下降子序列的个数,说明不用开新的下降子序列
        else dfs(u+1,su,sd+1);
        down[kd] = tempd;
    }
}


可能存在的问题

4. 可能有帮助的前置习题

5. 所用到的数据结构与算法思想

  • 动态规划
  • 最长上升子序列问题
  • 贪心

6. 总结

最长上升子序列模型,可以发展为不同的最长上升子序列题目

最长上升子序列模型的特征(不需要都满足):
1. 以每个点为终点都要判断一遍
2. 路径为一条上升子序列(或下降子序列)
3. 要求的数列会呈如下分布:

在这里插入图片描述

贪心的证明策略一般采用反证法:
加设当前贪心法和最优解法不同,再反推出不可能的情况
证明出当前贪心法就是最优解。
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

Cloudeeeee

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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