求最长单调递减子序列

问题描述:给出一个数列,找出其中最长的单调递减(或递增)子序列。

解题思路:动态规划。假设0到i-1这段数列的最长递减序列的长度为s,且这些序列们的末尾值中的最大值是t。对于a[i]有一下情况:

(1) 如果a[i]比t小,那么将a[i]加入任何一个子序列都会使0到i的最长单调序列长度变成s+1,这样的话,在0到i的数列中,长度为s+1的递减子序列的末尾值最大值就是a[i];

(2) 如果a[i]和t相等,那么说明数列从0项到i项的最长单调子序列长度就是s;

(3) 如果a[i]比t大,那么a[i]就不一定能够成为长度为s的递减子序列的末项,这取决于长度为s-1的各个递减子序列的末尾值的最大值t'。

如果t'比a[i]要大,那么就可以形成长度为s的递减子序列,如果t'比a[i]小,那么问题就在往前递推,把a[i]和长度为s-2的各个递减子序列的末尾值的最大值比较,直到:(1) a[i]比长度为s'的递减子序列的末尾值的最大值要小,那么a[i]就是数列0到i部分长度为s'+1的递减子序列的末尾值中的最大值;(2) a[i]比任何长度的递减子序列的末尾值的最大值都要大,那么a[i]就是长度为1的递减子序列的最大值。

所以,引入数组c[i]表示长度为i的递减子序列的末尾值的最大值。显然c数组必然是单调递减的。b[i]数组用于子序列的输出,b[i]表示从a[0]到a[i]且终止于a[i]的最长递减序列的长度。

算法复杂度:O(nlogn),对于数组c的查找使用二分查找,降低了整体的算法复杂度。

算法步骤:

1) 读入n和a[i].

2) 将数组c全部赋值为-1.

3) 定义变量s,初始化为1,s表示目前为止最长单调序列的长度,同时也是数组C的有效容量。c[1] = a[0].

4) 对于0到n-1的每个i:

查找c[1]到c[s],找到一个值k满足下列几种情况:

(1)c[k] <= a[i] 而 c[k-1] > a[i] (如果k>1)

(2)找不到(1)中k的话,k等于s+1,并且s自加一。

c[k] = a[i];

b[i] = k;

5) 最后所得s即为所求值。


import java.util.Scanner;   
  
public class LongestSubSeq {   
  
    public static int bsearch(int[] a, int s, int m) {   
        int low = 1;   
        int high = s;   
        int mid;   
           
        while (low < high) {   
            mid = (low + high) / 2;   
            if (a[mid] == m )   
                return mid;   
            if (a[mid] > m)   
                low = mid + 1;   
            else  
                high = mid;   
        }   
        if (a[low] <= m)   
            return low;   
        else  
            return low+1;   
    }   
       
    public static void print(int[] a, int[] b, int level, int start) {   
        if (level == 0)   
            return;   
        int i = start;   
        while (b[i] != level)   
            i--;   
        print(a, b, level-1, i-1);   
        System.out.print(a[i] + " ");   
    }   
       
    public static void main(String[] args) {   
        Scanner in = new Scanner(System.in);   
        int n = in.nextInt();   
           
        int[] array = new int[n];   
        int[] b = new int[n];   
        int[] c = new int[n+1];   
           
        for (int i = 0; i < n; i++) {   
            array[i] = in.nextInt();   
            c[i] = -1;   
        }   
           
        int s = 1;   
        int k;   
        c[1] = array[0];   
           
        for (int i = 0; i < n; i++) {   
            k = bsearch(c, s, array[i]);   
            if(k > s)   
                s++;       
            c[k] = array[i];   
            b[i] = k;   
        }   
           
        System.out.println("The length of longest squence is: " + s);   
        System.out.print("The squence is: ");   
        print(array, b, s, n-1);   
    }   
}  


  • 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