算法导论15.4-5、6 最长递增子序列（n平方）和(nlogn)

（N平方） 

15.4-5

[cpp]  view plain copy

1. #include <iostream>  
2. #include <string>  
3. using namespace std;  
4.   
5. #define N 10  
6. int c[N+1] = {0};//c[i]表示A[1..i]的最长递增子序列  
7. int pre[N+1];//pre[i]表示若要得到A[1..i]的最长递增子序列，i的前一个是哪个  
8. //求最长递增子序列  
9. void Length(int *A)  
10. {  
11.     int i, j;  
12.     //A[i] = max{A[j]+1} if A[j]>A[i] and j<i  
13.     for(i = 1; i <= N; i++)  
14.     {  
15.         //初始化  
16.         c[i] = 0;  
17.         pre[i] = 0;  
18.         for(j = 0; j < i; j++)  
19.         {  
20.             if(A[i] > A[j])  
21.             {  
22.                 if(c[j] + 1 > c[i])  
23.                 {  
24.                     c[i] = c[j]+1;  
25.                     pre[i] = j;  
26.                 }  
27.             }  
28.         }  
29.     }  
30.     cout<<c[N]<<endl;  
31. }  
32. //若要输出A[1..n]中的最长单调子序列，先输出A[1..pre[n]]中的最长单调子序列  
33. void Print(int *A, int n)  
34. {  
35.     if(pre[n])  
36.         Print(A, pre[n]);  
37.     cout<<A[n]<<' ';  
38. }  
39. int main()  
40. {  
41.     //因为从第开始记数，所以数组中的第一个数不算，只是占一个位置  
42. //  int A[N+1] = {0,1,2,3,4,5,6,7,8,9,10};  
43.     int A[N+1] = {0,11,2,13,4,15,6,17,8,19,10};  
44.     Length(A);  
45.     Print(A, N);  
46.     return 0;  
47. }  

(nlogn)：

设序列X(n)，最长递增子序列长度为m，考虑长度为i的递增子序列，这种序列有多个，最小的末尾元素记为L(i)，可以得到 L(1) <= L(2) <= ... <= L(m)，这个证明较简单，使用反证法即可。在这个递增的序列中使用十分法查找，则可以实现O(nlogn)的算法。

从左到右扫描序列X(n)，L(1) 初始为x(1)，再引入一个当前最大长度K，初始为1，K表示目前扫描过的序列包含的最长递增子序列的长度，此时L(1)...L(K)有意义。读入一个数据x，如果L(i)是大于x中最小的，则x也是一个递增子序列的末尾元素，按照L(i)的定义，则L(i) = x，如此可以将数据x替换L(i)，以下是函数实现：

[cpp]  view plain copy

1. #define NO_STRICTLY  
2. static inline int find_pos(int *B, int len, int value)  
3. {  
4.     int left = 0, right = len - 1, middle = 0;  
5.   
6.     while (left <= right) {  
7.         middle = (left + right)>>1;  
8.         if (B[middle] < value)  
9.             left = middle + 1;  
10. #ifdef NO_STRICTLY  
11.         else if (B[middle] == value)  
12.             left = middle + 1;  
13. #endif  
14.         else  
15.             right = middle - 1;  
16.     }  
17.       
18.     return left;  
19. }  

用构造法证明，由于L(i)是大于x中最小的，则x>=L(i-1)，按照L(i-1)的定义，将x添加到L(i-1)的i-1 长度的递增子序列的末尾，就构造了一个长度为i的递增子序列。

形象的来讲，每读入一个数，就尝试将此数放置到一个递增序列的末尾，构造出一个更长的递增序列。

 

详细步骤参考如下的例子：

序列 2 1 3 0 4 1 5 2 7

	L1	L2	L3	L4	L5
开始	2
读入1	1
读入3	1	3
读入0	0	3
读入4	0	3	4
读入1	0	1	4
读入5	0	1	4	5
读入2	0	1	2	5
读入7	0	1	2	5	7

 

以上过程有如下几个特征

1.        L的值只会越变越小，这是最自然的，因为L(i)就是长度为i的递增子序列中的最小末尾元素

2.        读入一个数据x，会覆盖某个L，这个L是>=x中最小的，如果x大于所有L，则新生成一个L。读入每个数据，L都是一个递增序列

3.        由于L是递增序列，插入数据时可以使用二分法进行，所以每个输入字符时间复杂度为O(logn)，整体时间复杂度为O(nlogn)

4.        L的长度即为序列X(n)的最长递增子序列的长度

5.        从最左下角的L开始，按照“往上、往左”方向就会输出最长递增子序列的内容。优先往上，如果上方数据和当前数据相同，如果上方数据不同则转向左，上图最后输出的递增子序列为“1 3 4 5 7”

代码如下：

[cpp]  view plain copy

1. static int lis_nlogn_old(int *p, int len, int *inc_seq)  
2. {  
3.     int i = 0;  
4.     int *L = NULL;  
5.     int **seq = NULL;  
6.     int pos = 0, curr_len = 0;  
7.   
8.     seq = malloc(len * sizeof(int *));  
9.     seq[0] = malloc(len * sizeof(int) * len);  
10.     for (i = 1;i < len;i++) {  
11.         seq[i] = seq[0] + len * i;  
12.     }  
13.       
14.     L = malloc((len + 1) * sizeof(int));  
15.   
16.     L[0] = p[0];  
17.     curr_len = 1;  
18.     seq[0][0] = p[0];  
19.   
20.     for (i = 1;i < len;i++) {  
21.         pos = find_pos(L, curr_len, p[i]);  
22.         L[pos] = p[i];  
23.         if (pos > 0) {  
24.             memcpy(seq[pos], seq[pos - 1], pos * sizeof(int));  
25.             seq[pos][pos] = p[i];  
26.         }  
27.         else {  
28.             seq[0][0] = p[i];  
29.         }  
30.         if (pos + 1 > curr_len)  
31.             curr_len++;  
32.     }  
33.   
34.     free(L); free(seq[0]);free(seq);  
35.   
36.     memcpy(inc_seq, seq[curr_len - 1], curr_len * sizeof(int));  
37.     return curr_len;  
38. }  

很遗憾，虽然上述算法可以在O(nlogn)的时间内得到最长子序列的长度，但无法得到整个子序列，原因是每读入一个新数据，就需要将前一个数据保存的L值复制过来，考虑这部分的时间，就会发现整体复杂度为O(n*n)

 

注意整个子序列不能通过L数组来获得，因为某个L[i]会在后续被修改过了，为获取整个子序列，需要保存每个元素的前驱元素，即当前元素所属于的递增子序列的前一个元素，注意到每个元素的前驱元素一旦确定，就不会改变，所以可以根据这个前驱关系确定最长子序列。下面是更新后的代码

[cpp]  view plain copy

1. static int lis_nlogn(int *p, int len, int *inc_seq)  
2. {  
3.     int i = 0, pos = 0, curr_len = 0;  
4.     int *L = NULL, *prev = NULL, *M = NULL;  
5.   
6.     L = malloc(len * sizeof(int));  
7.     M = malloc(len * sizeof(int));      
8.     prev = malloc(len * sizeof(int));  
9.   
10.     L[0] = p[0];  
11.     M[0] = 0;  
12.     prev[0] = -1;               /* the prev of the p[0] is NULL */   
13.     curr_len = 1;  
14.   
15.     /* Caculate prev and M */  
16.     for (i = 1;i < len;i++) {  
17.         pos = find_pos(L, curr_len, p[i]);  
18.         L[pos] = p[i];  
19.         M[pos] = i;  
20.         if (pos > 0)  
21.             prev[i] = M[pos - 1];  
22.         else  
23.             prev[i] = -1;  
24.         if (pos + 1 > curr_len)  
25.             curr_len++;  
26.     }  
27.   
28.     /* Output increasing sequence */  
29.     pos = M[curr_len - 1];  
30.     for (i = curr_len - 1;i >= 0 && pos != -1;i--) {  
31.         inc_seq[i] = p[pos];  
32.         pos = prev[pos];  
33.     }  
34.   
35.     return curr_len;  
36. }