【动态规划】最长子串问题汇总（一）最长上升子序列

易思涯

已于 2024-02-23 18:09:38 修改

阅读量484

点赞数 9

分类专栏：动态规划文章标签：动态规划算法 c++

于 2024-02-21 17:18:18 首次发布

本文链接：https://blog.csdn.net/weixin_57706322/article/details/136198535

版权

动态规划专栏收录该内容

4 篇文章 0 订阅

订阅专栏

本文档介绍了动态规划在解决最长子串问题中的应用，包括最长上升子序列、最长连续上升子序列、最长公共子序列和最长公共上升子序列等，通过算法分析和代码示例展示了它们之间的区别和计算方法。

摘要由CSDN通过智能技术生成

系列文章目录

【动态规划】最长子串问题汇总（一）最长上升子序列

【动态规划】最长子串问题汇总（二）最长连续上升子序列

【动态规划】最长子串问题汇总（三）最长公共子序列

【动态规划】最长子串问题汇总（四）最长公共上升子序列

【动态规划】最长子串问题汇总（五）最长连续公共子序列

【动态规划】最长子串问题汇总（六）归纳对比

前言

在练习算法的过程中，发现各种子序列问题容易混淆，问题通常是连续，公共，上升（递增）三词随意组合，本系列就最长子串（子序列）问题进行归纳对比

一、题目描述

给定一个未排序的数组，求其最长上升子序列

二、输入输出样例

输入是一个一维数组（字符串同理），输出是一个正整数，表示最长上升子序列的长度

输入：[10,9,2,3,7,101,18]

输出：4

此样例中，最长上升子序列为[2,3,7,18]或[2,3,7,101]

三、算法分析

定义一个一维 dp 数组，dp[i] 表示 以 i 结尾 的、最长上升子序列长度

$dp[i]=max\left\{\begin{matrix} dp[i]\\ dp[j]+1 \end{matrix}\right.$

if(nums[ i ] > nums[ j ]) 则说明上升

int getLength(vector<int> nums){
	int max_len=0; //存最长的长度
	int n=nums.size();
    if(n<=1) return n;
    vector<int> dp(n,1); //初始化为1
	for(int i=0;i<n;i++){ //对于每个位置遍历
		for(int j=0;j<i;j++){ //以i结尾，更新dp数组
/*------------------区别部分------------------*/
			if(nums[i]>nums[j]){ //j位置的数小于i位置，说明上升
                //得到一个以i结尾，长度为dp[j]+1的子序列,如果比当前值大，更新dp数组
				dp[i]=max(dp[i],dp[j]+1); 
			}
/*------------------区别部分------------------*/
		}
		max_len=max(max_len,dp[i]);
	}
	return max_len;
}

两层循环，时间复杂度为O(n²)

/*------------------区别部分------------------*/

其中的代码是各种最长子串（子序列）问题的具体区别

/*------------------区别部分------------------*/