字符串应用之最长上升字序列LIS

用LCS解决LIS问题

最长上升子序列有它的套路，不过用LCS算法是可以解决的：
假设原序列为$A$
第一步：现在对原序列进行排序得到排序后的序列$B$
第二步：考虑原序列$A$可能有重复元素，对序列$B$还要进行去重得到序列$B^{'}$
第三步：对$A$和$B^{'}$做LCS运算，即可得出原序列$A$的LIS最长上升子序列。

好，这个算法在LeetCode是Memory Limit

代码

class Solution {  
public:  
    int lengthOfLIS(vector<int>& nums) {  
        vector<int>copied_nums(nums.begin(),nums.end());  
        //排序
        sort(copied_nums.begin(),copied_nums.end());       
        //去重      
        copied_nums.erase(
        unique(copied_nums.begin(),copied_nums.end()),
        copied_nums.end());

        int m=nums.size();  
        int n=copied_nums.size();  
        vector<vector<int>>dp(m+1,vector<int>(n+1));  
        //计算LCS
        for(int i=0;i<m;++i)  
        {  
            for(int j=0;j<n;++j)  
            {  
                if(nums[i]==copied_nums[j])  
                {  
                    dp[i+1][j+1]=dp[i][j]+1;  
                }  
                else  
                {  
                    dp[i+1][j+1]=max(dp[i+1][j],dp[i][j+1]);  
                }  
            }  
        }  
        return dp[m][n];  
    }  
};  

LIS动态规划

LIS还是有它的套路，比如动态规划方程如下：
$dp(i)=dp(j)_{max}+1 , 0\leq j < i,a_j < a_i$
注意这里的$dp(i)$是一个局部最优，表示当LIS以$a_i$结尾时的最优，因此我们首先要从$0~i-1$找一各满足$a_j < a_i$条件的局部最优，再在后面补上$a_i$即是当前局部最优。

有了动归方程，再根据动归方程算出的局部最优解求全局最优就很EZ了。

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int m=nums.size();
        if(0==m||1==m)
            return m;
        vector<int>L(m);
        L[0]=1;
        int curMax;
        int res=0;
        for(int i=1;i<m;++i)
        {
            curMax=0;
            for(int j=0;j<i;++j)
            {
                if(nums[i]>nums[j])
                {
                    curMax=max(curMax,L[j]);
                }
            }
            L[i]=curMax+1;//局部最优
            res=max(L[i],res);//全局最优
        }
        return res;
    }
};