poj3670

/* * poj3670.cpp * * Created on: 2010-8-18 * Author: friendy *//*

先回顾经典的O(n^2)的动态规划算法: 设 A[i]表示序列中的第i个数,F[i]表示从1到i这一段中以i结尾的最长上升子序列的长度,初始时设F[i] = 0(i = 1, 2, ..., len(A))。

则有动态规划方程:F[i] = max{1, F[j] + 1} (j = 1, 2, ..., i - 1, 且A[j] < A[i])。现在,我们仔细考虑计算F[i]时的情况。假设有两个元素A[x]和A[y],满足(1)x < y < I (2)A[x] < A[y] < A[i] (3)F[x] = F[y]此时,选择F[x]和选择F[y]都可以得到同样的F[i]值,那么,在最长上升子序列的这个位置中,应该选择A[x]还是应该选择A[y]呢?很明显,选择A[x]比选择A[y]要好。因为由于条件(2),在A[x+1] ... A[i-1]这一段中,如果存在A[z],A[x] < A[z] < a[y],则与选择A[y]相比,将会得到更长的上升子序列。再根据条件(3),我们会得到一个启示:根据F[]的值进行分类。对于F[]的每一个取值k,我们只需要保留满足F[i] = k的所有A[i]中的最小值。

设D[k]记录这个值,即D[k] = min{A[i]} (F[i] = k)。注意到D[]的两个特点:(1) D[k]的值是在整个计算过程中是单调不上升的。(2) D[]的值是有序的,即D[1] < D[2] < D[3] < ... < D[n]。利用D[],我们可以得到另外一种计算最长上升子序列长度的方法。设当前已经求出的最长上升子序列长度为len。先判断A[i]与D[len]。若A[i] > D[len],则将A[i]接在D[len]后将得到一个更长的上升子序列,len = len + 1, D[len] = A[i];否则,在D[1]..D[len]中,找到最大的j,满足D[j] < A[i]。令k = j + 1,则有D[j] < A[i] <= D[k],将A[i]接在D[j]后将得到一个更长的上升子序列,同时更新D[k] = A[i]。

最后,len即为所要求的最长上升子序列的长度。在上述算法中,若使用朴素的顺序查找在D[1]..D[len]查找,由于共有 O(n)个元素需要计算,每次计算时的复杂度是O(n),则整个算法的时间复杂度为O(n^2),与原来的算法相比没有任何进步。但是由于D[]的特点 (2),我们在D[]中查找时,可以使用二分查找高效地完成,则整个算法的时间复杂度下降为O(nlogn),有了非常显著的提高。需要注意的是,D[]在算法结束后记录的并不是一个符合题意的最长上升子序列!

这个算法还可以扩展到整个最长子序列系列问题,整个算法的难点在于二分查找的设计,需要非常小心注意

 

#include<iostream>
#include<string>
#include<cstdlib>
#include<algorithm>
using namespace std;
//二分法求最长上升子序列和下降子序列
const int INF=1000000000;

int a[30005];
int b[30005];

int Search1(int low,int high,int t)                                                                      //单调非递减序列的查找函数
{
    int left=low,mid,right=high;
    while(left<=right)
    {
       mid=(left+right)>>1;
       if(t>=b[mid])
          left=mid+1;
       else
          right=mid-1;
    }
    return left;
}

int Search2(int low,int high,int t)                                                                      //单调非上升序列的查找函数
{
    int left=low,mid,right=high;
    while(left<=right)
    {
        mid=(left+right)>>1;
        if(t<=b[mid])
           left=mid+1;
        else
           right=mid-1;
    }
    return left;
}

int LCS(int n)
{
    int i,pos,temp=1;
    b[0]=-INF;
    b[1]=a[0];
    for(i=1;i<n;i++)
    {
        pos=Search1(0,temp,a[i]);
        b[pos]=a[i];
        if(pos>temp)
          temp=pos;
    }
    return temp;
}

int LDS(int n)
{
    int i,pos,temp=1;
    b[0]=INF;
    b[1]=a[0];
    for(i=1;i<n;i++)
    {
       pos=Search2(0,temp,a[i]);
       b[pos]=a[i];
       if(pos>temp)
          temp=pos;
    }
    return temp;
}


int main()
{
    int i,j,n,len1,len2,len;
    while(scanf("%d",&n)!=EOF)
    {
        for(i=0;i<n;i++)
           scanf("%d",&a[i]);
        len1=LCS(n);
        memset(b,0,sizeof(b));
        len2=LDS(n);
        len=len1>len2?len1:len2;
        n-=len;
        printf("%d\n",n);
    }
    system("pause");
    return 0;
}


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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