動態規劃基礎篇--最長上升子序列
今天我們要講的是最長上升子序列(LIS)。
【題目描述】
給定N個數,求這N個數的最長上升子序列的長度。
【樣例輸入】
7
2 5 3 4 1 7 6
【樣例輸出】
4
什麼是最長上升子序列? 就是給你一個序列,請你在其中求出一段不斷嚴格上升的部分,它不一定要連續。
就像這樣:2,3,4,7和2,3,4,6就是序列2 5 3 4 1 7 6的兩種選取方案。最長的長度是4.
那麼,怎麼求出它的最大上升子序列長度為4呢?這裡介紹兩種方法,都是以動態規劃為基礎的。
首先,我們先介紹較慢(O(n2n2))的方法。我們記num為到這個數為止,最長上升子序列的長度。
這種方法就是每一次尋找“可以接下去的”,換句話說,設原序列為a,則
當aj<ai(j<i)aj<ai(j<i)且numj+1>numinumj+1>numi時,numi=numj+1numi=numj+1。
對於每一個數,他都是在“可以接下去”的中,從前面的最優值+1轉移而來。
因此,這個演算法是可以求出正確答案的。複雜度很明顯,外層i列舉每個數,內層j列舉目前i的最優值,即O(n2n2)。
那麼,有沒有更快的方法呢?當然有。這回要用到二分。
我們回想一下,在上面O(n2n2)的程式中,哪些地方看起來比較費時?
沒錯,就是內層用於更新i的迴圈。因為每一次他都要查詢一遍,效率並不高。
回到題目,我們發現,他只要我們求長度,所以?
我們可以模擬一個棧。
所以每遇到一個比棧頂元素大的數,就放進棧裡,遇到比棧頂元素小的就二分查詢前邊的元素,找到一個“最應該被換掉的元素”,用新數去更新前邊的元素。
這個演算法不難證明也是正確的。因為前面每一次的列舉都換成了二分,內層的複雜度從nn降到了log2log2,外層不變。所以總的複雜度是O(nlog2nnlog2n)。
#include<cstdio> const int MAX=1001; int a[MAX]; int lis(int x) { int num[MAX]; for(int i=0;i<x;i++) { num[i]=1; for(int j=0;j<i;j++) { if(a[j]<a[i]&&num[j]+1>num[i]) num[i]=num[j]+1; } } int maxx=0; for(int i=0;i<x;i++) if(maxx<num[i]) maxx=num[i]; return maxx; } int main() { int n; scanf("%d",&n); for(int i=0;i<n;i++) scanf("%d",&a[i]); return !printf("%d\n",lis(n)); }