求解最长递增子序列是一道经典的算法题,
多数解法是使用动态规划的思想,算法的时间复杂度是O();
而Vue.js内部使用的是维基百科提供的一套“贪心+二分查找”的算法;
贪心算法的时间复杂度是O(n),二分查找的时间复杂度是O(logn),总时间复杂度是O(nlogn)
主要思路:
对数组遍历,依次求解长度为i时的最长递增子序列
当i元素大于i-1的元素时,添加i元素并更新最长子序列
否则往前查找直到找到一个比i小的元素,然后插在该元素后面并更新对应的最长递增子序列
主要目的:
让递增序列的差尽可能的小,从而可以获得更长的递增子序列,是一种贪心算法的思想
源码
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8" />
<meta http-equiv="X-UA-Compatible" content="IE=edge" />
<meta name="viewport" content="width=device-width, initial-scale=1.0" />
<title>Document</title>
</head>
<body>
<script>
function getSequence(arr) {
const p = arr.slice();
const result = [0]; // 存储长度为I的递增子序列的索引
let i, j, u, v, c;
const len = arr.length;
debugger;
for (i = 0; i < len; i++) {
const arrI = arr[i];
if (arrI !== 0) {
j = result[result.length - 1];
// result存的最后一个值小于当前值
if (arr[j] < arrI) {
// 存储在result更新前的最后一个索引的值
p[i] = j;
result.push(i);
continue;
}
u = 0;
v = result.length - 1;
// 二分搜索,查找比arrI小的节点,更新result的值
while (u < v) {
c = (u + v) >> 1;
if (arr[result[c]] < arrI) {
u = c + 1;
} else {
v = c;
}
}
if (arrI < arr[result[u]]) {
if (u > 0) {
p[i] = result[u - 1];
}
result[u] = i;
}
}
}
u = result.length;
v = result[u - 1];
// 回溯数组p,找到最终的索引
while (u-- > 0) {
result[u] = v;
v = p[v];
}
return result;
}
const arr = [2, 1, 5, 3, 6, 4, 8, 9, 7];
const resultIndex = getSequence(arr);
console.log("最长递增子序列的索引是:", resultIndex);
let result = [];
resultIndex.forEach((item, index) => {
result.push(arr[item]);
});
console.log("最长递增子序列:", result);
</script>
</body>
</html>