设计一个O(n2)时间的算法, 找出由n个数组成的序列的最长单调递增子序列。
输入: 第1个整数n(0<n<100),表示后面有n个数据,全部为整数。
输出: 输出最长单调递增子序列的长度;
分析:
用数组b[0:i]记录以a[i] (0≤i<n) 为结尾元素的最长递增子序列的长度。
序列a的最长递增子序列的长度为:max {b[i]} (0≤i<n)
显然,b[i]满足最优子结构性质。
证明:根据b[i] 的定义:
b[i]为以a[i] (0≤i<n) 结尾的最长单调子序列长度。
即 存在一个 a[k],1<=k<=i-1 ,并且 a[i]>=a[k],并且 b[k]=max(b[ j]), 1<=j<=i-1
所以:b[i]=b[k]+1.
如果存在k’, b[k’]>b[k] ,并且 a[i]>=a[k’],即
b[i]不是满足条件的最大值。这与定义矛盾。
因此, 该问题满足最优子结构性质。
用数组b[0:i]记录以a[i] (0≤i<n) 为结尾元素的最长递增子序列的长度。
序列a的最长递增子序列的长度为:max {b[i]}
显然,b[i]满足最优子结构性质,可以递归的定义为:
b[0] = 1;
b[i] = max {b[k]} + 1
即k在0~(i-1)范围内, 若a[k] ≤a[i], 寻找最大的b[k].
据此将计算b[i]转化为i个规模更小的子问题。
#define NUM 100
int a[NUM]; //序列L
int LIS_n2(int n) {
int b[NUM]={0}; //辅助数组b
int i,j;
b[1] = 1; //以a[1]结尾的子序列中只包含一个元素
int max = 0; //数组b的最大值
for (i=2;i<=n; i++) {
int k = 0;
for (j=1; j<i; j++) //0~i-1之间,b的最大值
if (a[j]<=a[i] && k<b[j]) k=b[j];
b[i] = k+1;
if (max<b[i])
max=b[i];
}
return max;
}