DP·最长递增子序列

最新推荐文章于 2022-02-25 19:38:17 发布

Princess_Ann

最新推荐文章于 2022-02-25 19:38:17 发布

阅读量636

点赞数

分类专栏： ACM 文章标签： c ini initialization 算法存储

本文链接：https://blog.csdn.net/yiyiwudian/article/details/6312334

版权

ACM 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

问题描述

设序列L={a1,a2,…,an}是n个不同的整数序列，序列L中最长递增子序列LIS={ak1,ak2,…,akm}，其中k1<k2<…<km且ak1<ak2<…<akm。求最大的m值。

思路分析

1、把a1,a2,...,an排序，假设得到a'1,a'2,...,a'n，然后求a的a'的最长公共子串，这样总的时间复杂度为o(nlg(n))+o(n^2)=o(n^2)；

2、动态规划的思路：

另设一辅助数组b,定义b[n]表示以a[n]结尾的最长递增子序列的长度，则状态转移方程如下：b[k]=max(max(b[j]|a[j]<a[k],j<k)+1,1);（见状态转移方程）

状态转移方程

设辅助数组b[]，定义b[n]表示以a[n]结尾的最长递增子序列的长度，状态转移方程表示为：

b[k] = max ( max(b[j]|a[j]<a[k], j<k)+1, 1 )

其中0<=k<=n-1，在a[k]前面找到满足a[j]<a[k]的最大b[j]，a[k]作为后继，得到a[k]的最长递增子序列的长度，如果a[k]前面没有更小的a[j]，此时a[k]形成序列，长度为1，继续计算，最后整个序列的最长递增子序列：max(b[k] |0<=k<=n-1)，此时时间复杂度仍为O(n^2)。

另外定义一数组c，c中元素满足c[b[k]]=a[k]，即当递增子序列的长度为b[k]时子序列的末尾元素为c[b[k]]=a[k]。

实现代码

第一种思路：

#include<stdio.h> //时间复杂度O(n^2)

int main()

{

int i,j,k,n,a[100],b[100],c[100],max;

while(scanf("%d",&n)!=EOF)

{

for(i=0;i<n;i++)

scanf("%d",&a[i]);

b[0]=1; //初始化，以a[0]结尾的最长递增子序列长度为1

c[0]=a[0]; k=1;

for(i=1;i<n;i++)

{

b[i]=1; //b[i]最小值为1

for(j=0;j<i;j++)

if(a[i]>a[j] && b[j]+1>b[i])

{

b[i]=b[i]+1;

}

for(max=i=0;i<n;i++) //求出整个序列的最长递增子序列的长度

if(b[i]>max)

max=b[i];

printf("%d/n",max);

}

return 0;

}

第二种思路：

#include<stdio.h> //时间复杂度（O(nlogn)），存在缺陷，对c的赋值，简化则不存在

int find(int *a,int len,int n)

{//若返回值为x,则a[x]>=n>a[x-1]

int left=0,right=len,mid=(left+right)/2;

while(left<=right)

{

if(n>a[mid]) left=mid+1;

else if(n<a[mid]) right=mid-1;

else return mid;

mid=(left+right)/2;

}

return left;

}

void fill(int *a,int n) //赋值处，值的大小会有影响

{

for(int i=0;i<=n;i++)

a[i]=1000;

}

int main()

{

int max,i,j,n,a[100],b[100],c[100];

while(scanf("%d",&n)!=EOF)

{

fill(c,n+1); //!!!!!!!!!!!!!!!!重要的地方

for(i=0;i<n;i++)

scanf("%d",&a[i]);

c[0]=-1; // …………………………………………1

c[1]=a[0]; // ……………………………………2

b[0]=1; // …………………………………………3

for(i=1;i<n;i++) // ………………………………4

{

j=find(c,n+1,a[i]); // ……………………5

c[j]=a[i]; // ………………………………6

b[i]=j; //……………………………………7

}

for(max=i=0;i<n;i++) //………………………………8

if(b[i]>max)

max=b[i];

printf("LIS的长度为：%d/n",max);

printf("具体的数据为：/n");

for(i=1;i<=max;i++)

printf("%d ",c[i]);

printf("/n");

}

return 0;

}

对于这段程序，我们可以用算法导论上的loop invariants来帮助理解.
loop invariant: 1、每次循环结束后c都是单调递增的。(这一性质决定了可以用二分查找

2、每次循环后，c[i]总是保存长度为i的递增子序列的最末的元素，若长度为i的递增子序列有多个，刚保存末尾元素最小的那个.（这一性质决定是第3条性质成立的前提）

3、每次循环完后，b[i]总是保存以a[i]结尾的最长递增子序列。

initialization: 1、进入循环之前，c[0]=-1,c[1]=a[0],c的其他元素均为1000,c是单调递增的；

2、进入循环之前，c[1]=a[0],保存了长度为1时的递增序列的最末的元素，且此时长度为1的递增了序列只有一个，c[1]也是最小的;

3、进入循环之前，b[0]=1，此时以a[0]结尾的最长递增子序列的长度为1.

maintenance: 1、若在第n次循环之前c是单调递增的，则第n次循环时，c的值只在第6行发生变化，而由c进入循环前单调递增及find函数的性质可知（见find的注释),此时c[j+1]>c[j]>=a[i]>c[j-1],所以把c[j]的值更新为a[i]后，c[j+1]>c[j]>c[j-1]的性质仍然成立，即c仍然是单调递增的；
2、循环中，c的值只在第6行发生变化，由c[j]>=a[i]可知，c[j]更新为a[i]后，c[j]的值只会变小不会变大，因为进入循环前c[j]的值是最小的，则循环中把c[j]更新为更小的a[i]，当然此时c[j]的值仍是最小的;

3、循环中，b[i]的值在第7行发生了变化，因为有loop invariant的性质2，find函数返回值为j有：c[j-1]<a[i]<=c[j],这说明c[j-1]是小于a[i]的，且以c[j-1]结尾的递增子序列有最大的长度，即为j-1,把a[i]接在c[j-1]后可得到以a[i]结尾的最长递增子序列，长度为(j-1)+1=j;