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
标题基于PHP + JavaScript的助眠小程序设计与实现AI更换标题第1章引言介绍助眠小程序的研究背景、意义,以及论文的研究内容和创新点。1.1研究背景与意义阐述助眠小程序在当前社会的重要性和应用价值。1.2国内外研究现状分析国内外在助眠小程序方面的研究进展及现状。1.3论文研究内容与创新点概述论文的主要研究内容和创新之处。第2章相关理论基础介绍助眠小程序设计与实现所涉及的相关理论基础。2.1PHP编程技术阐述PHP编程技术的基本概念、特点和在助眠小程序中的应用。2.2JavaScript编程技术介绍JavaScript编程技术的核心思想、作用及在小程序中的实现方式。2.3小程序设计原理讲解小程序的设计原则、架构和关键技术。第3章助眠小程序需求分析对助眠小程序进行详细的需求分析,为后续设计与实现奠定基础。3.1用户需求调研用户需求调研的过程和方法,总结用户需求。3.2功能需求分析根据用户需求,分析并确定助眠小程序的核心功能和辅助功能。3.3性能需求分析明确助眠小程序在性能方面的要求,如响应速度、稳定性等。第4章助眠小程序设计详细阐述助眠小程序的设计方案,包括整体架构、功能模块和界面设计。4.1整体架构设计给出助眠小程序的整体架构设计思路和实现方案。4.2功能模块设计详细介绍各个功能模块的设计思路和实现方法。4.3界面设计阐述助眠小程序的界面设计风格、布局和交互设计。第5章助眠小程序实现与测试讲解助眠小程序的实现过程,并进行详细的测试与分析。5.1开发环境搭建与配置介绍开发环境的搭建过程和相关配置信息。5.2代码实现与优化详细阐述助眠小程序的代码实现过程,包括关键技术的运用和优化措施。5.3测试与性能分析对助眠小程序进行全面的测试,包括功能测试、性能测试等,并分析测试结果。第6章结论与展望总结论文的研究成果,展望未来的研究方向和应用前景。6.1研究成果总结概括性地总结论
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