MaxIncreaseSubString最长递增子序列

本文详细介绍了如何使用动态规划解决最长递增子序列问题,包括算法原理、实现细节及输出最长递增子序列的方法。

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

最长递增子序列又叫做最长上升子序列;子序列,正如LCS一样,元素不一定要求连续。本节讨论实现三种常见方法,主要是练手。

题:求一个一维数组arr[i]中的最长递增子序列的长度,如在序列1,-1,2,-3,4,-5,6,-7中,最长递增子序列长度为4,可以是1,2,4,6,也可以是-1,2,4,6。

方法一:DP

像LCS一样,从后向前分析,很容易想到,第i个元素之前的最长递增子序列的长度要么是1(单独成一个序列),要么就是第i-1个元素之前的最长递增子序列加1,可以有状态方程:

LIS[i] = max{1,LIS[k]+1},其中,对于任意的k<=i-1,arr[i] > arr[k],这样arr[i]才能在arr[k]的基础上构成一个新的递增子序列。

代码如下:在计算好LIS长度之后,output函数递归输出其中的一个最长递增子序列。

/*
MaxIncreaseSubString.cpp

	arr:1 -1 2 -3 4 -5 6 -7
	 dp:1  1 2  1 3  1  4 1 
	1234-> 1 2 4 6 || -1 2 4 6

@author arhaiyun

*/

#include "stdafx.h"
#include <iostream>

using namespace std;

const int MAX_LEN = 100;

// dynamic plan assistant array
int* dp = new int[MAX_LEN];

static int lis = 0;

int LIS(const int* data, int length)
{
	if(data == NULL || length <= 0)
		return 0;
	
	for(int i = 0; i < length; i++)
	{
		dp[i] = 1;		
		for(int j = 0; j < i; j++)
		{
			if(data[i] > data[j] && dp[i] < dp[j] + 1)
			{
				dp[i] = dp[j] + 1;
				if(dp[i] > lis)
					lis = dp[i];
			}
		}
	}
	cout<<"LIS:"<<lis<<endl;
	return lis;
}


void PrintLIS(int* data, int index)
{
	if(data == NULL || index < 0 || lis == 0)
		return;

	bool isLIS = false;
	
	if(dp[index] == lis)
	{
		isLIS = true;
		lis--;
	}

	PrintLIS(data, index - 1);
	
	if(isLIS)
	{
		cout<<data[index]<<" ";
	}
}

int main(int argc, char* argv[])
{
	int data[] = {1, -1, 2, -3, 4, -5, 6, -7};
	int length = sizeof(data) / sizeof(int);
	
	LIS(data, length);
	PrintLIS(data, length - 1);
	
	system("pause");
	return 0;
}


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