序列 dp

时间：2021/2/22

1. 最大子段和

  对于全是非正数的序列，答案是其中元素的最大值
  对于有正数的序列，考虑以每一个点位结尾的最大子段和，这个子段一定满足其前缀和均非负，因为如果有一个前缀是负的，那么减掉这个前缀对于这个点一定更优，并且这个子段要尽量往前延伸

2. 最长上升子序列 (Longest Increasing Subsequence)

子序列长度越长，结尾元素最小值（记为min）越大

• 从队列中的第1个数开始枚举，第1个元素作为长度为1的子序列结尾min，存在q[1]中

• 第二个元素与q比较，插入到单增数列q[x]中，作为长度为x的子序列结尾min

···

在这个过程中，如果枚举到一个小数，会更新某个长度的结尾元素最小值

如:

• q [1]2 [2]6 [3]11
• 下一个数是3
• 则更新成q [1]2 [2]3 [3]11 ，
  因为显然在2的长度下以3结尾比以6结尾具有更大的上升空间

如果枚举到一个大数，一个更大的长度产生并以此数结尾

最后的数组q就是最大上升子序列的一个答案（答案可能不唯一），q的长度就是最大上升子序列的长度

3. 最长公共子序列

输入样例：序列a: acbd   序列b: abedc

枚举到 a 的第 i 个字符和b的第 j 个字符时，f[ i ][ j ]存放最大值，集合划分：i j 选或不选共四种情况，f[ i ][ j ]最终取这四种情况的最大值

1 不选 i 不选 j f[i][j] = f[i - 1][j - 1]

2 不选 i 选 j f[i][j] = f[i - 1][j]

其实f[i - 1][ j ] 真正表示的是: 不选 i , 可能选 j , 也可能不选 j , 由于这里是求最大值，即使真的是不选 i 不选 j 的时候取到最大值，最终结果也还是正确的

3 选 i 不选 j f[i][j] = f[i][j - 1]
4 选 i 选 j f[i][j] = f[i - 1][j - 1] + 1

最后，这四种情况的f[ i ][ j ]取最大值，得新的f[ i ][ j ]
其实，情况 2 3 已经包含了情况 1，所以最终的f[ i ][ j ]只需看情况 2 3 4 的最大值，重新整理一遍思路：

集合分为三部分(1 2 部分有重合)

1 不选 i ，选 j 或 不选 i 不选 j f[i][j] = f[i - 1][j]
2 选 i 不选 j 或不选 i 不选 j f[i][j] = f[i][j - 1]
3 选 i 选 j f[i][j] = f[i - 1][j - 1] + 1 (判断条件：a[i] == b[j])

取 1 2 3 三种情况下f[i][j]的最大值，得真正的f[ i ][ j ]

伪代码：
for (int i = 1; i <= n; i ++ )
 for (int j = 1; j <= m; j ++ ){
  if (a[i] == b[j])
  f[i][j] = max(f[i - 1][j], f[i][j - 1], f[i - 1][j - 1] + 1);
  else f[i][j] = max(f[i - 1][j], f[i][j - 1]);
  }

但是这个算法的数据范围是1000，时间复杂度是O($n^2$) ， 对于数据范围更大的题目该如何转换思路？

• 问题描述

给出两个长度为 n 的整数序列，求它们的最长公共子序列（LCS）的长度，保证第一个序列中所有元素都不重复。
注意：
第一个序列中的所有元素均不重复。
第二个序列中可能有重复元素。
一个序列中的某些元素可能不在另一个序列中出现。

• 输入格式

第一行包含一个整数 n。

接下来两行，每行包含 n 个整数，表示一个整数序列。

• 输出格式

输出一个整数，表示最长公共子序列的长度。

• 数据范围

1≤n≤106,
序列内元素取值范围 [1,106]。

• 输入样例1：

5
1 2 3 4 5
1 2 3 4 5

• 输出样例1：

5

• 输入样例2：

5
1 2 3 5 4
1 2 3 4 5

• 输出样例2：

4

最长公共子序列和最长上升子序列可以相互转化，转化的关键是其中有一个序列没有重复元素

#include <iostream>
#include <cstdio>

using namespace std;
int n;
const int N = 1000010;
int bb[N]<