总结---最大上升子序列(O(n²)解法)

本文详细介绍了如何使用动态规划解决最大上升子序列问题,并通过一个具体的示例代码进行了解释说明。

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

最大上升子序列问题是指一序列求其子递增序列的最大长度

解决此问题的思想是动态规划,用数组记录下以每个数字为子序列尾情况的上升序列数,再找出最大值即可。

#include<iostream>
#include<string>
using namespace std;
int main()
{
	int list[1000],n;
	int dp[1000],i,j,max;
	while(cin>>n)
	{
		max=0;
		for(i=0;i<n;i++)
		{
			cin>>list[i];
			dp[i]=1;          //每个作为子序列尾的数字自身长度为1
		}
		for(i=1;i<n;i++)
		{
			for(j=0;j<i;j++)
			{
				if(dp[j]+1>dp[i] && list[i]>list[j])   
					dp[i]=dp[i]+1;
			}
			if(max<dp[i])
				max=dp[i];  //找出各上升子序列的最大长度
		}
		cout<<max<<endl;          
	}
}



if(dp[j]+1>dp[i] && list[i]>list[j])   主要解释一下这句话:
这句话作为状态转移的条件 list[i]>list[j]很显然:如果list[j]>list[i]的话那么该序列不为递增序列因次要list[i]>list[j]
而dp[j]+1>dp[i]保证了整个子序列为上升序列
比如:序列9 8 9 10
此时i=3;即list[3]=10;
当j=1时;list[1]=8;
list[3]>list[1];而list[1]<list[0]显然满足条件;
但因为当i=1时,list[1]并未发生状态转移dp[1]仍然等于1;由于j=0,i=3时发生了状态转移dp[3]=2;
dp[1]+1=dp[3]不满足dp[j]+1>dp[i]因此同样不会发生状态转移
内容概要:本文档定义了一个名为 `xxx_SCustSuplier_info` 的视图,用于整合和展示客户(Customer)和供应商(Supplier)的相关信息。视图通过连接多个表来获取组织单位、客户账户、站点使用、位置、财务代码组合等数据。对于客户部分,视图选择了与账单相关的记录,并提取了账单客户ID、账单站点ID、客户名称、账户名称、站点代码、状态、付款条款等信息;对于供应商部分,视图选择了有效的供应商及其站点信息,包括供应商ID、供应商名称、供应商编号、状态、付款条款、财务代码组合等。视图还通过外连接确保即使某些字段为空也能显示相关信息。 适合人群:熟悉Oracle ERP系统,尤其是应付账款(AP)和应收账款(AR)模块的数据库管理员或开发人员;需要查询和管理客户及供应商信息的业务分析师。 使用场景及目标:① 数据库管理员可以通过此视图快速查询客户和供应商的基本信息,包括账单信息、财务代码组合等;② 开发人员可以利用此视图进行报表开发或数据迁移;③ 业务分析师可以使用此视图进行数据分析,如信用评估、付款周期分析等。 阅读建议:由于该视图涉及多个表的复杂连接,建议读者先熟悉各个表的结构和关系,特别是 `hz_parties`、`hz_cust_accounts`、`ap_suppliers` 等核心表。此外,注意视图中使用的外连接(如 `gl_code_combinations_kfv` 表的连接),这可能会影响查询结果的完整性。
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