单调递增最长子序列--动态规划的经典题目

本文介绍了一种求解字符串最长递增子序列的问题,并通过动态规划方法给出了两种不同的实现方式,一种仅计算长度,另一种同时计算并输出最长递增子序列。

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

地址:http://acm.nyist.net/JudgeOnline/problem.php?pid=17

单调递增最长子序列

时间限制:3000 ms  |  内存限制:65535 KB
难度:4
描述
求一个字符串的最长递增子序列的长度
如:dabdbf最长递增子序列就是abdf,长度为4
输入
第一行一个整数0<n<20,表示有n个字符串要处理
随后的n行,每行有一个字符串,该字符串的长度不会超过10000
输出
输出字符串的最长递增子序列的长度
样例输入
3
aaa
ababc
abklmncdefg
样例输出
1
3
7

思路:就是分1个的时候,有多少个最长递增的,2个的时候,有多少个最长递增的,3个的时候,有多少个最长递增的,4个的时候,有多少个最长递增的......

用下列的方式进行存储,最长子序列的状态

public static void longestIncreasingSubsequenceDp2(String str){
		char[] chs=str.toCharArray();
		int length=chs.length;
		int i,j,k,index;
		int[] L=new int[length];
		int[][] x=new int[length][length];
		for(i=0;i<length;i++){
			L[i]=1;
			x[i][0]=chs[i];	//初始化,最长递增子序列长度为1
		}
		for(i=0;i<length;i++){
			int max=1;
			for(j=i-1;j>=0;j--){
				if(chs[j]<chs[i]&&max<L[j]+1){
					max=L[j]+1;
					L[j]=max;
					for(k=0;k<max-1;k++)	//存储最长递增子序列
						x[i][k]=x[j][k];
					x[i][max-1]=chs[i];		//找到当前最长的子序列后,进行横向保存序列
				}
			}
		}
		for(index=0,i=1;i<length;i++)	//找到最长的下标
			if(L[index]<L[i])
				index=i;
		System.out.print("最长递增子序列是:");
		for(i=0;i<L[index];i++)
			System.out.println(x[index][i]+" ");
	}

即:找到当前最长的,就进行横向保存序列。x[i][j],x[i][j+1],....

最后附上代码:

import java.util.Scanner;


public class Main {
	public static void main(String[] args){
		Scanner cin=new Scanner(System.in);
		int n=cin.nextInt();
		while(n-->0){
			String str=cin.next();
			longestIncreasingSubsequenceDp1(str);
		}
	}
	//253	 371	
	public static void longestIncreasingSubsequenceDp1(String str){
		char[] chs=str.toCharArray();
		int length=chs.length;
		int [] dp=new int[length];
		for(int i=0;i<length;i++){
			dp[i]=1;
			for(int j=0;j<i;j++){
				if(chs[j]<chs[i]&&dp[i]<dp[j]+1)
					dp[i]=dp[j]+1;
			}
		}
		int sum=0;
		for(int i=0;i<length;i++){
			if(dp[i]>sum)
				sum=dp[i];
		}
		System.out.println(sum);
	}
	//保存了最长的子序列
	public static void longestIncreasingSubsequenceDp2(String str){
		char[] chs=str.toCharArray();
		int length=chs.length;
		int i,j,k,index;
		int[] L=new int[length];
		int[][] x=new int[length][length];
		for(i=0;i<length;i++){
			L[i]=1;
			x[i][0]=chs[i];	//初始化,最长递增子序列长度为1
		}
		for(i=0;i<length;i++){
			int max=1;
			for(j=i-1;j>=0;j--){
				if(chs[j]<chs[i]&&max<L[j]+1){
					max=L[j]+1;
					L[j]=max;
					for(k=0;k<max-1;k++)	//存储最长递增子序列
						x[i][k]=x[j][k];
					x[i][max-1]=chs[i];		//找到当前最长的子序列后,进行横向保存序列
				}
			}
		}
		for(index=0,i=1;i<length;i++)	//找到最长的下标
			if(L[index]<L[i])
				index=i;
		System.out.print("最长递增子序列是:");
		for(i=0;i<L[index];i++)
			System.out.println(x[index][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