最长上升子序列

朴素版本：895. 最长上升子序列 - AcWing题库

AC代码：

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

const int N = 1010;
int arr[N];
int f[N];
int main()
{
    int n;cin>>n;
    for(int i=1;i<=n;i++)cin>>arr[i];
    
    for(int i=1;i<=n;i++)
    {
        f[i]=1;
        for(int j=1;j<=i-1;j++)
        {
            if(arr[i]>arr[j])
            f[i]=max(f[i],f[j]+1);
            
        }
    }
    int res=0;
    for(int i=1;i<=n;i++)res=max(res,f[i]);
    cout<<res;
    return 0;
}

相关解释：

因为这里的数据范围是1000，那么双重暴力可以解决这个问题。接下来详细来讲讲数据范围比较大的时候应该如何去进行优化。

优化版本：896. 最长上升子序列 II - AcWing题库

AC代码：

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

const int N =100010;
int arr[N];
int f[N];//f[i]表示上升序列长度为i的最小的结尾
int res;
int main()
{
    int n;cin>>n;
    for(int i=1;i<=n;i++)cin>>arr[i];
    memset(f,0x3f,sizeof f);
    f[0]=-2e9;
    for(int i=1;i<=n;i++)
    {
        int p=lower_bound(f,f+n+1,arr[i])-f;
        f[p]=arr[i];
        res=max(res,p);
    }
    cout<<res;
    return 0;
}

相关解释：

先声明一下，以下思路不是完整的思路，我说的不是很清楚.

首先这里的数据范围是100000，所以双重暴力肯定会tle，所以我们必须去进行一个优化。这里的话，我们就要改变一下状态的表示。f[i]表示的是上升序列长度为i的结尾的最小值。这里的话，好像不能进行状态的转移。那么这种状态的表示有什么好处呢？我们可以思考一下，假设我们这里遍历到了arr[i]，此时要算出以它为结尾的最长上升子序列的长度，那么它是不是要加在在它以前的数为结尾的子序列的后面，并且只能加在比它小的数的后面，并且这个子序列是所有它以前的数为结尾的子序列的一个最长的，那么加上去之后以它为结尾的子序列是最长的。

那么这里我们可以想象一下我们这个状态的表示，f[i]表示的是上升序列长度为i的结尾的最小值，并且它满足一个性质：这里的f数组里面它是严格递增的。你想象一下，如果f[6]<=f[5]，也就是长度为6的一个上升序列的最小结尾要小于等于长度为5的一个上升序列的最小结尾。因为这里的f[6]是根据f[5]来的，有一点动态规划的思想，所以它的一个最小结尾是根据大于长度是5的一个最小结尾的所有数的一个最小值。所以这里的f数组是严格递增的。那么这样有什么好处呢？这样是不是正好符合二分啊！！！

这里想象一下一个始终是递增的序列，刚开始为空，那么现在我们依次遍历arr数组，每遍历到一个数，如果这个数大于这个序列的最后一个数（因为这里的序列是递增的），那么我们就将这个数放在这个序列的最后。如果这个数小于最后一个数，我们在这个序列中找到第一个大于或等于这个数的数，然后替换它，这样保证序列是《最有潜力》，也就是1，3，6，没有1，3，4，潜力好，因为5可以接在后者的后面而不能接在前者的后面。这样找是不是符合二分，这样的做法是不是可以保证这个序列始终是递增的。这个序列就是我们的f数组！！！

这里我们可以想象一下，如果找到一个很大的数，那么序列就会加1，这个数很小我们也只是替换，它也不会增加只是替换，所以也不会影响最终的答案。

我么可以使用STL的lower_bound函数在f数组里面找到第一个大于或等于它的位置，因为它是大于或等于当前遍历到的这个数，所以我们就要去替换它，因为f数组的定义是长度为i的上升序列的一个最小的结尾，我们用lower_bound找到这个位置，因为这个数一定加在比他小并且是最长的一个序列的后面，注意一定是最长的一个序列，那么我么这里的f数组刚刚证明了是严格单调递增的。直接找到一个长度最大的并且结尾要比他本身要小的位置，那么这个位置的下一个位置所对应的f数组要大于或者等于当前遍历到的这个数，所以就可以去更新这个位置的数，始终是上升子序列长度为i的结尾的一个最小值。所以这里为什么要用lower_bound函数。

注意初始化一定要注意，所以最后的答案就是最后数组f里被更新的数的个数。可以遍历也可以使用max函数每次更新一下。