SDUT 1266 出栈序列统计

 

题目描述

栈是常用的一种数据结构,有n个元素在栈顶端一侧等待进栈,栈顶端另一侧是出栈序列。你已经知道栈的操作有两种:push和pop,前者是将一个元素进栈,后者是将栈顶元素弹出。现在要使用这两种操作,由一个操作序列可以得到一系列的输出序列。请你编程求出对于给定的n,计算并输出由操作数序列1,2,……,n,经过一系列操作可能得到的输出序列总数。

输入

一个整数n(1<=n<=15)。

输出

一个整数,即可能输出序列的总数目。

示例输入

3

示例输出

5

这是我们oj的一道题目,昨天哥几个在宿舍中说道今天讲栈,出几个题目,偶尔看到这个题了,自己没有做过,就想着做一做,一开始还真是没有思路,无奈之余就在纸上画了画,才慢慢的懂得。有规律的

#include <stdio.h>
#include <string.h>
#include <math.h>
long long int a[21];
long long int chan[21];
int main()
{
    int i,j,n,m,t,x;
    long long int s;
    scanf("%d",&n);
    memset(a,0,sizeof(a));
    if(n==1)
    {
        printf("1\n");
    }
    else if(n==2)
    {
        printf("2\n");
    }
    else
    {
        a[3]=1;
        a[2]=1;
        for(i=4; i<=n; i++)
        {
            for(j=1; j<=20; j++)
            {
                chan[j]=a[j];
            }
            memset(a,0,sizeof(a));
            for(j=1;j<=20;j++)
            {
                if(chan[j]!=0)
                {
                    t=chan[j];
                    for(x=j+1;x>=2;x--)
                    {
                        a[x]+=t;
                    }
                }
            }
        }
        for(i=1,s=0; i<=20; i++)
        {
            s+=i*a[i];
        }
        printf("%lld\n",s);
    }
    return 0;
}


 

上升子序列是指在一个序列中,如果一些数字呈上升趋势排列,那么这些数字就可以组成一个上升子序列。比如序列 {1, 3, 5, 2, 4, 6} 中,{1, 3, 5} 和 {2, 4, 6} 就是两个上升子序列SDUT(Shandong University of Technology,山东理工大学)的上升子序列问题是这样的:给定一个长度为 n 的序列,找出其中的一个最长的上升子序列。例如,对于序列 {1, 4, 3, 5, 6, 2},其最长的上升子序列为 {1, 4, 5, 6},长度为 4。 求解这个问题可以使用动态规划算法。我们可以定义一个数组 dp,其中 dp[i] 表示以第 i 个数字为结尾的最长上升子序列的长度。初始时,dp[i] 的值都为 1,因为每个数字本身就可以组成一个长度为 1 的上升子序列。然后,我们从第 2 个数字开始依次计算 dp[i] 的值,计算方法如下: - 对于第 i 个数字,我们枚举它前面的所有数字 j,如果 j 小于 i,那么 dp[i] 的值可以更新为 dp[j]+1(因为以 j 为结尾的最长上升子序列再加上数字 i 就可以得到以 i 为结尾的最长上升子序列)。 - 在枚举 j 的过程中,我们还需要维护一个变量 max_len,它表示所有 dp[j]+1 的最大值。这是因为以 i 为结尾的最长上升子序列并不一定是以 j 为结尾的最长上升子序列再加上一个数字 i 得到的,有可能是以 j 为结尾的最长上升子序列和以 i 为结尾的最长上升子序列中的某个更长的子序列拼接得到的。 - 最终,我们遍历整个 dp 数组,找出其中的最大值即可。 下面是 Python 代码实现: ```python def longest_increasing_subsequence(nums): n = len(nums) dp = [1] * n max_len = 1 for i in range(1, n): for j in range(i): if nums[j] < nums[i]: dp[i] = max(dp[i], dp[j]+1) max_len = max(max_len, dp[i]) return max_len ``` 时间复杂度为 O(n^2)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值