牛课题霸-牛妹的面试-最长递增子序列

牛课题霸-牛妹的面试-最长递增子序列

众所周知，牛妹是一个offer收割姬，这次面试她遇到了这样的一个问题。
给了一个序列，让找出最长的“凸子序列”
何为“凸子序列”：数列中有一个xi,使得所有x₀<x₁<x₂….x_i-1<x_i且x_i>x_i+1>x_i+2>….>x_n
eg：12345431,是山峰序列，12345234不是山峰序列
注：单调递增或单调递减序列也算山峰序列；单独一个数是长度为1的山峰序列

输入
[1,2,3,6,1]

输出
5

备注
给定的序列中数都大于0 且不超过10000，且序列长度不超过1000

解

这是一个找最长递增子序列的问题，用dp[n]记录以数组中每一个数字结尾的最长子序列，正向遍历算一遍，反向遍历算一遍，就可以得到以某个数字为山峰，左右山坡的长度，从而得到凸序列的长度。

最长递增子序列的O(n²)解法

用dp[i]表示x_i结尾的最长递增子序列长度，易知dp[0] = 1，此后dp[k]等于前方max(dp[j])+1 ( 当 j < k 且 x_j < x_k )。因为以每个位置结尾的dp[i]都要求，且每求一个dp[i]都要往前遍历dp[j]，所以复杂度为O(n²)。

最长递增子序列的O(nlogn)解法

每个dp[i]都要求，所以外层复杂度为O(n)的循环是不可避免的，但是计算每一个dp[i]的复杂度可以降至logn。
用一个模拟栈st[]记录当前的递增序列，当x_i > st.top，则入栈，st.size则是以x_i结尾的最长递增子序列长度。
当x_i < st.top，在st[]中用二分法找到第一个≥x_i的值，将其替换成x_i，并且此时st[]中x_i到栈底的长度为最长递增子序列长度，这个的意义就是，st[]中x_i以前的数，就是以x_i结尾的递增序列中需要的数。
那么被替换的数有没有可能出现在后面的递增序列呢？答案可能会，但不必担心。设被替换的数是A，替换成B，假如后面出现一个数C>A且需要用到以A结尾的递增序列组成更长的递增序列，由于A>B，所以C>B，并且因为以B结尾的递增序列长度等于以A结尾的，所以C的序列用A和用B结果是一样的，不必担心替换问题。
如果要求出这个序列就有问题了，因为最长序列不一定是最后出现的，替换的时候就有可能修改最长序递增列的序列值。
求序列的方法可以在入栈的时候记录栈中序列。

class Solution {
public:
    int mountainSequence(vector<int>& numberList) {
        int ans = 0;
        int len = numberList.size();
        vector<int> st;
        vector<int> dp(len);
        st.push_back(numberList[0]);
        dp[0] = 1;
        for(int i = 1; i < len; i++) {
            if(numberList[i] > st.back()) {
                //入栈
                st.push_back(numberList[i]);
                dp[i] = st.size();
            } else {
                auto it = lower_bound(st.begin(), st.end(), numberList[i]);
                //替换
                *it = numberList[i];
                dp[i] = it-st.begin()+1;
            }
        }
        st.clear();
        st.push_back(numberList[len-1]);
        ans = dp[len-1];
        for(int i = len-2; i >= 0; i--) {
            if(numberList[i] > st.back()) {
                st.push_back(numberList[i]);
                int temp = st.size()+dp[i]-1;
                ans = max(ans, temp);
            } else {
                auto it = lower_bound(st.begin(), st.end(), numberList[i]);
                *it = numberList[i];
                int temp = it-st.begin()+dp[i];
                ans = max(ans, temp);
            }
        }
        return ans;
    }
};