输入数据
输入的第一行是序列的长度N(1 <= N <= 1000)。第二行给出序列中的N 个整数,这些整数的取值范围都在0到10000。
输出要求
最长上升子序列的长度。
输入样例
7
17 3 5 9 4 8
输出样例
4
n如何把这个问题分解成子问题呢?经过分析,发现“求以ak(k=1, 2, 3…N)为终点的最长上升子序列的长度”是个好的子问题――这里把一个上升子序列中最右边的那个数,称为该子序列的“终点”。虽然这个子问题和原问题形式上并不完全一样,但是只要这N个子问题都解决了,那么这N个子问题的解中,最大的那个就是整个问题的解。
n由上所述的子问题只和一个变量相关,就是数字的位置。因此序列中数的位置k 就是“状态”,而状态 k对应的“值”,就是以ak做为“终点”的最长上升子序列的长度。这个问题的状态一共有N个。状态定义出来后,转移方程就不难想了。
n假定MaxLen(k)表示以ak 做为“终点”的最长上升子序列的长度,那么:
nMaxLen(1) = 1
nMaxLen(k) = Max { MaxLen (i):1<i< k 且 ai < ak 且 k≠1} + 1
n这个状态转移方程的意思就是,MaxLen(k)的值,就是在ak 左边,“终点”数值小于ak,且长度最大的那个上升子序列的长度再加1。因为ak 左边任何“终点”小于ak 的子序列,加上ak 后就能形成一个更长的上升子序列。
n实际实现的时候,可以不必编写递归函数,因为从 MaxLen(1)就能推算出MaxLen(2),有了MaxLen(1)和MaxLen(2)就能推算出MaxLen(3)……
import java.util.Scanner;
public class Main {
static Scanner scin = new Scanner(System.in);
public static void main(String[] args) {
int size = scin.nextInt();
int[] all = new int[size];
int[] max = new int[size];// 记录每个点作为end节点的最长非降序列的长度
int[] route = new int[size];// 记录线路,int[size]记录size点线路的上一个节点
max[0] = 1;
int i = 0, j = 0, t = 0, pre = 0;
for (; i < size; i++)
all[i] = scin.nextInt();
System.out.println("max[" + 0 + "]=" + 1);
for (i = 1; i < size; i++) {
t = 0;
pre = 0;
for (j = 0; j < i; j++) {
if (all[j] < all[i] && t < max[j]) {
t = max[j];
pre = j;
}
}
route[i] = pre;
max[i] = t + 1;
System.out.println("max[" + i + "]=" + max[i]);
}
j = 0;
t = 0;
for (i = 1; i < size; i++) {
if (j < max[i]) {
j = max[i];
t = i;
}
}
System.out.println("length:" + j);
System.out.println("line is blow:");
System.out.println(t);
while (t > 0) {
System.out.println(route[t]);
t = route[t];
}
}
}