【基础动态规划】上升序列

【题目描述】
给一个长度10^5的非负序列，序列中的0可以任意换成任何数字（包括负数），问最长严格上升子序列长度。
【输入描述】
第一行有一个数n代表序列长度
第二行有n个数字ai代表序列每个值是多少。
【输出描述】
一行一个数字代表答案。
【样例输入】
7
2 0 2 1 2 0 5
【样例输出】
5

【思路】

首先对于一般的上升序列，一般是利用下面这个dp方程进行转移：
$$dp[i]=max(dp[j])+1(j<i)(a[j]<a[i])$$
显然，对于这道题的数据规模是显然过不去的，因此我们希望尝试对这个更新方式进行一些优化。我们注意到，如果dp[i]==dp[j]且a[i]<a[j]时，对于dp[j]而言，显然可以舍弃，因为dp[i]总是更优的。然而对于上面这个方程，却重复扫描大量无用的状态，导致耗时很高，因此我们可以只保留可能的最优解来进行后续更新。于是，我们可以利用f[i]来表示上升序列长度为i的最小a[j]值，即：
$$f[i]=min(a[j])(dp[j]==i)$$
由此，我们惊喜的发现，这样所构成的f数组是一定单调不减的，于是很显然 我们可以使用二分查找，因为对于一个数a[i]来说，只需要找到一个恰好大于a[i]的f[j]，然后用a[i]尝试去更新f[j]。时间复杂度O（nlogn），而对于这道题本身而言，对于0的处理可以暴力更新所有的f[i]，也可以用一个标记变量来标记。
那么这道题就愉快地 A 了。
update：应某人吐槽，我还是加上正解的做法。如果不要求严格上升，求出lis再加上0的个数即可，但是要求严格上升所以我们可以把每个数减去在它前面的0的个数，再来求最长上升子序列，再加上0的数量即可。相当于强制所有0都有贡献，由于强制一个0出现最多导致一个可以出现在lis里的数不出现，所以并不会影响lis的长度。

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<queue>
#include<cstring>
#include<string>
#include<vector>
#define re register
using namespace std;
int n,m,a[200010],b,c,t;
inline char nc(){
    static char buf[100000],*p1=buf,*p2=buf;
    return p1==p2&&(p2=(p1=buf)+fread(buf,1,100000,stdin),p1==p2)?EOF:*p1++;
}
inline int red(){
    char ch=nc();int sum=0;
    while(!(ch>='0'&&ch<='9'))ch=nc();
    while(ch>='0'&&ch<='9')sum=sum*10+ch-48,ch=nc();
    return sum;
}
int f[200001];
int main()
{
	memset(f,127/3,sizeof(f));
 	n=red();
 	for(int re i=1;i<=n;i++)
	{
	 	a[i]=red();
	}
	f[0]=-100000;
	if(!a[1])a[1]=-99999;
	f[1]=a[1];
	int mxlen=1;
	for(int re i=2;i<=n;i++)
	{
		if(a[i])
		{
			int l=0,j=0,r=mxlen,mid;
			while(l+1<r)
			{
				mid=(l+r)>>1;
				if(a[i]<=f[mid])r=mid;
				else l=mid;
			}
			j=(a[i]>f[r]?r:l);
			f[j+1]=min(f[j+1],a[i]);
			if(j+1>mxlen)mxlen=j+1;
		}
		else
		{
			for(int re j=mxlen;j>=0;j--)
			{
				f[j+1]=min(f[j+1],f[j]+1);
			}
			mxlen++;
		}
		
	}
	cout<<mxlen;
}