DP函数优化

本文介绍了如何使用动态规划(DP)优化算法来解决最长上升子序列问题。通过利用lower_bound函数,当遇到相同贡献值时,只保留较小的元素,从而减少状态空间,提高效率。虽然这种方法难以直接获取具体序列,但能够有效地计算出序列的长度。在实际应用中,这种优化技巧可以显著提升DP解法的速度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

DP函数优化

这种优化方式不难理解,不难想象,之前做过的一道题中记录了这种做法,通常用来优化线性DP,最长上升子序列

注意如果a[i]<a[j]并且d[i]=d[j]那么对于后续状态k(k>i&&k>j)来说,i不会比j差,所以我们只需要保留i这个状态,一定不会损失最优解
因此对于相同的d,只需要保留a[i]就好了
所以可以用lower_bound函数进行优化
这样的结果只能求长度,很难输出具体的序列,但是能完成动态规划

int main()
{
	memset(g.0x3f,sizeof(g));
	for(int i=1;i<=n;i++)
	{
		int k=lower_bound(g+1,g+1+n,a[i])-g;
		d[i]=k;
		g[k]=a[i];
		ans=max(ans,d[i]);
	}
}
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