python数据结构与算法练习-动态规划（最长上升子序列）

最长上升子序列

链接: link.

样例

input

2
7
1 7 3 5 9 4 8
4
100 20 20 3

output

case #0:
18
case #1:
100

思路：

动态规划做本题时，动态规划做本题要注意dp 初始应与输入列表内容一致，意思是每个元素可以至少单独成为序列，此时序列的和为其本身。如果题目是求最长的上升子序列的长度的话，dp初始应该将其元素都为1，意思是每个元素至少可以单独成为序列。

python实现

def max_l(l):
    dp = [i for i in l ]
    for i in range(len(l)):
        for j in range(i):
            if l[j]<l[i]:
                #第i个元素是否更新取决于j对应的序列与列表中第i个元素是否构成最大值，
                #dp[j]+l[i]就表示i这个元素所构成的新序列来自于第j个元素的序列
                dp[i] = max(dp[i],dp[j]+l[i])
    print(max(dp))

num = int(input())
for i in range(num):
    n1 =  int(input())
    l = list(map(int,input().split()))
    print("case ", "#", i, ":", sep='', end='\n')
    max_l(l)

仅记录刷题过程以及需要注意的知识点，方便自己复习。