LIS, 一道比较经典的动态规划题目。
对于长为n的序列 F[n] = max{F[k] + 1,F[n] | if arr[k] < arr[n] }
时间复杂度 O(N^2) 线性空间。
最近看到网上的一种 nlgn的解法,深受启发:
思路是这样的:
令一个数组 pos[x] 来表示上升序列中第i个数字最小是多少。
从 arr[i] ~arr[n] 遍历一遍,过程如下:
(1) i = 1 pos[1] = arr[i];
(2)如果 arr[i] > pos[cnt] (cnt表示当前标记数量) 则 pos[++cnt] = arr[i] 因为大,所以往后记一位。
(3)如果上述情况都不满足,那么就在 pos[0]~pos[cnt] 中寻找与他最相邻的两个位置,把较大者“替换”为自己。
因为是个单调数组 ,二分法适合。
综上所述过程时间复杂度 (NlgN),线性空间。
不过注意的是 pos[1~n] 不一定为(通常不为)所求的最长上升序列,他只是表示了第i个元素的最小值,如果需要构造解,则需要从头遍历一遍,对于第i个数字,如果满足
B[now] <= arr[i] < B[now+1] 即可把 arr[i] 作为上升序列中的第Now个元素。
无论如何,cnt到最后的值确确实实等于序列的长度。
#include <iostream>
#include <fstream>
#define N 600000
using namespace std;
int arr[N];
int B[N];
int cnt = 0;
ifstream fin ("LCSin.txt");
ofstream fout("LCSout.txt");
int b_search(int x)
{
int s = 0 , t = cnt;
while(s < t)
{
int q = (t + s) / 2;
if (B[q] >= x) t = q;
else s = q + 1;
}
return s;
}
int main()
{
int n;
fin >> n;
for (int i = 1 ;i <= n ; ++i)
fin >> arr[i];
B[1] = arr[1];
cnt = 1;
for (int i = 2; i <= n ; ++i)
{
if(arr[i] > B[cnt])
B[++cnt] = arr[i];
else
{
int j = b_search(arr[i]);
B[j] = arr[i];
}
}
fout << cnt << endl;
fin.close();
fout.close();
}