最长不下降子序列问题

题目描述

题解:

最大费用流。

每个点向后面不小于它的点建一条容量为$1$,费用$-1$的边。

$S$向所有点建容量为$1$的入边(费用为$-1$),所有点向$T$建容量为$1$的出边(费用为$0$)。

然后最大费用流。

由于第一次得到的通路是费用最小的,这个费用的相反数就是问题一的答案。

然后继续跑,跑出几个最小费用,问题二的答案就加几。

第三问只要重新建图,然后$S$只向$1$,只有$n$向$T$,容量正无穷。

代码:

#include<queue>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define N 1050
const int inf = 0x3f3f3f3f;
inline int rd()
{
    int f=1,c=0;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){c=10*c+ch-'0';ch=getchar();}
    return f*c;
}
int n,m,S,T,hed[N],cnt=-1,a[N];
struct EG
{
    int to,nxt,w,c;
}e[4*N*N];
void ae(int f,int t,int w,int c)
{
    e[++cnt].to = t;
    e[cnt].nxt = hed[f];
    e[cnt].w = w;
    e[cnt].c = c;
    hed[f] = cnt;
}
void AE(int f,int t,int w,int c)
{
    ae(f,t,w,c);
    ae(t,f,0,-c);
}
int dep[N],fl[N];
int pre[N],fa[N];
bool vis[N];
queue<int>q;
bool spfa()
{
    memset(dep,0x3f,sizeof(dep));
    dep[S]=0,fl[S]=inf,vis[S]=1;q.push(S);
    while(!q.empty())
    {
        int u = q.front();
        q.pop();
        for(int j=hed[u];~j;j=e[j].nxt)
        {
            int to = e[j].to;
            if(e[j].w&&dep[to]>dep[u]+e[j].c)
            {
                dep[to] = dep[u]+e[j].c;
                fl[to] = min(fl[u],e[j].w);
                pre[to] = j,fa[to] = u;
                if(!vis[to])
                {
                    vis[to] = 1;
                    q.push(to);
                }
            }
        }
        vis[u] = 0;
    }
    return dep[T] != inf;
}
void mcmf(bool typ)
{
    int ct = 0;
    bool fd = 0;
    while(spfa())
    {
        if(!fd)m = fl[T]*dep[T],fd=1;
        if(fl[T]*dep[T]==m)ct++;
        else break;
        int u = T;
        while(u!=S)
        {
            e[pre[u]].w-=fl[T];
            e[pre[u]^1].w+=fl[T];
            u = fa[u];
        }
    }
    if(!typ)
    {
        printf("%d\n%d\n",-m,ct);
    }else
    {
        printf("%d\n",ct);
    }
}
void sol1()
{
    memset(hed,-1,sizeof(hed));
    for(int i=1;i<=n;i++)
    {
        AE(S,i<<1,1,-1);
        AE(i<<1|1,T,1,0);
        AE(i<<1,i<<1|1,1,0);
    }
    for(int i=1;i<=n;i++)
        for(int j=i+1;j<=n;j++)
            if(a[j]>=a[i])
                AE(i<<1|1,j<<1,1,-1);
    mcmf(0);
}
void sol2()
{
    memset(hed,-1,sizeof(hed));
    for(int i=2;i<n;i++)
    {
        AE(S,i<<1,1,-1);
        AE(i<<1|1,T,1,0);
        AE(i<<1,i<<1|1,1,0);
    }
    AE(S,2,inf,-1);
    AE(2,3,inf,0);
    AE(3,T,1,0);
    AE(S,n<<1,1,-1);
    AE(n<<1,n<<1|1,inf,0);
    AE(n<<1|1,T,inf,0);
    for(int i=1;i<=n;i++)
        for(int j=i+1;j<=n;j++)
            if(a[j]>=a[i])
                AE(i<<1|1,j<<1,1,-1);
    mcmf(1);
}
int main()
{
    n = rd();S = 0,T = 1;
    for(int i=1;i<=n;i++)a[i] = rd();
    sol1();
    sol2();
    return 0;
}

 

转载于:https://www.cnblogs.com/LiGuanlin1124/p/10256687.html

### 关于蓝桥杯竞赛中最长下降子序列的解法 最长下降子序列问题是经典的动态规划问题之一,在蓝桥杯竞赛中有较多涉及。以下是针对该问题的具体解题思路和实现方法。 #### 1. 动态规划的核心思想 对于最长下降子序列(Longest Non-decreasing Subsequence, LNDS),可以过定义一个数组 `dp[]` 来记录以每个位置结尾的最长下降子序列长度。设输入序列为 `arr[n]`,则状态转移方程为: \[ dp[i] = \max(dp[j]) + 1 \quad (0 \leq j < i \text{ and } arr[j] \leq arr[i]) \] 其中 \( dp[i] \) 表示以第 \(i\) 个元素结尾的最长下降子序列长度[^2]。 最终的结果即为整个数组中的最大值 \( \max(dp[]) \)[^2]。 --- #### 2. 时间复杂度分析 朴素的动态规划解决方案的时间复杂度为 \(O(n^2)\),因为需要两层嵌套循环来计算每一个 \(dp[i]\) 的值。然而,过引入二分查找技术,可以将时间复杂度降低到 \(O(n\log n)\)[^2]。 改进后的核心思想是维护一个单调递增的辅助数组 `tail[]`,并利用二分查找更新这个数组的内容。具体过程如下: - 初始化 `tail[0] = arr[0]`; - 对于后续的每个元素 \(arr[i]\),如果它大于当前 `tail` 数组的最大值,则将其追加至 `tail` 后面;否则,找到第一个比 \(arr[i]\) 大的位置,并替换掉那个位置上的值。 这种方法仅能够高效解决最长下降子序列问题,还适用于其他类似的变种问题。 --- #### 3. 实现代码示例 下面是基于 C++ 和 Python 的两种实现方式: ##### **C++ 实现** ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int computeLNDS(vector<int> &arr){ vector<int> tail; for(auto num : arr){ auto it = lower_bound(tail.begin(), tail.end(), num); if(it == tail.end()) { tail.push_back(num); // 如果找到合适的插入点,则扩展尾部 } else{ *it = num; // 替换已有的较大值 } } return tail.size(); // 返回结果为 tail 的大小 } int main(){ int n; cin >> n; vector<int> arr(n); for(int &num : arr) cin >> num; cout << computeLNDS(arr) << endl; } ``` ##### **Python 实现** ```python from bisect import bisect_left def compute_LNDS(arr): tail = [] for num in arr: idx = bisect_left(tail, num) if idx == len(tail): tail.append(num) # 扩展尾部 else: tail[idx] = num # 替换已有较大的值 return len(tail) if __name__ == "__main__": n = int(input()) arr = list(map(int, input().split())) print(compute_LNDS(arr)) ``` 以上代码均采用了 \(O(n\log n)\) 的优化策略。 --- #### 4. 进一步思考优化建议 尽管上述方法已经非常高效,但在某些特殊场景下仍需注意以下几点: - 当数据规模特别大时,应考虑内存占用以及 I/O 效率的影响。 - 若题目要求输出具体的子序列而非仅限长度,则需要额外保存路径信息以便回溯重建结果。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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