题目:写一个时间复杂度尽可能低的程序,求一个一维数组(N个元素)中最长递增子序列的长度。
例:在序列[1, -1, 2, -3, 4, -5, 6, -7]中,其最长递增子序列的长度为4([1, 2, 4, 6])。
分析:根据题目的要求,求一维数组中的最长递增子序列,也就是找一个标号的序列b[0], b[1], … ,b[m](0 <= b[0] < b[1] < … < b[m] < N),使得array[b[0]] < array[b[1]] < … < array[b[m]]。
解:根据无后效性的定义我们知道,将各阶段按照一定的次序排列好之后,对于某个给定阶段的状态来说,它以前各阶段的状态无法直接影响它未来的决策,而只能间接地通过当前状态来影响。换句话说,每个状态都是过去历史的一个完整总结。
同样地,以序列[1, -1, 2, -3, 4, -5, 6, -7]为例,我们在找到4之后,并不关心4之前的两个值具体是怎样的,因为它对找到6并没有直接影响。因此,这个问题满足无后效性,可以使用动态规划来解决。
我们通过数字的规律来分析目标数组:array[1, -1, 2, -3, 4, -5, 6, -7]
使用i来表示当前遍历的位置:
当i = 1时,显然,最长的递增序列为[1],序列长度为1;
当i = 2时,由于-1 < 1。因此,必须丢弃第一个值然后重新建立串。当前的递增序列为[-1],长度为1;
当i = 3时,由于2 > 1,2 > -1。因此,最长的递增序列为[1, 2]、[-1, 2],长度为2。
在这里,2前面是1还是-1对求出后面的递增序列没有直接影响。
以此类推之后,我们可以得出结论:
假设在目标数组array[]的前i个元素中,最长递增子序列的长度为LIS[i]。那么,
LIS[i+1] = max{1,LIS[k]+1},array[i+1] > array[k],for any k <= i
即如果array[i+1]大于array[k],那么第i+1个元素可以直接在LIS[k]长的子序列后面构成一个更长的子序列。与此同时array[i+1]本身至少可以构成一个长度为1的子序列。
/*
* 求数组中最长递增子序列的长度
*/
public static int LIS(int[] arr){
int[] LIS = new int[arr.length];
for(int i = 0; i < arr.length; i++){
LIS[i] = 1;//初始化默认长度,array数组中的每个元素都可以构成一个长度为1的子序列
for(int j = 0; j < i; j++){//循环遍历array数组在j前面的最长的序列
if(arr[i] > arr[j] && LIS[j] + 1 > LIS[i]){
LIS[i] = LIS[i] + 1;
}
}
}
System.out.println(Arrays.toString(LIS));
return Max(LIS);
}
/*
* 求数组中最大的值
*/
public static int Max(int[] arr){
Arrays.sort(arr);
return arr[arr.length-1];
}