一个序列有N个数:A[1],A[2],…,A[N],求出最长非降子序列的长度。
例:
5,3,4,8,6,7.
前一个数的LIS为dp[1]=1;前面没有比它小的;
前两个数的LIS为dp[2]=1;前面没有比它小的;
前三个数的LIS为dp[3]=2;前面的A[2]比它小,dp[3]=dp[2]+1;
前四个数的LIS为dp[4]=3;前面的都比它小,dp[4]=max{dp[1]+1,dp[2]+1,dp[3]+1};
可看出状态转移方程为dp[i]={1,d[j]+1,其中j < i&&A[i] > A[j])
代码:
int lis(int*a,int n)//O(n^2)
{
for(int i=0;i<n;i++){
dp[i]=1;
for(int j=0;j<i;j++){
if(a[i]>a[j])
dp[i]=max(dp[i],dp[j]+1);
}
}
int ans=0;
for(int i=0;i<n;i++)
ans=max(ans,dp[i]);
return ans;
}
假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7,可以看出来它的LIS长度为5。
下面一步一步试着找出它。
我们定义一个序列B,然后令 i = 1 to 9 逐个考察这个序列。
此外,我们用一个变量Len来记录现在最长算到多少了
首先,把d[1]有序地放到B里,令B[1] = 2,就是说当只有1一个数字2的时候,长度为1的LIS的最小末尾是2。这时Len=1
然后,把d[2]有序地放到B里,令B[1] = 1,就是说长度为1的LIS的最小末尾是1,d[1]=2已经没用了,很容易理解吧。这时Len=1
接着,d[3] = 5,d[3]>B[1],所以令B[1+1]=B[2]=d[3]=5,就是说长度为2的LIS的最小末尾是5,很容易理解吧。这时候B[1..2] = 1, 5,Len=2
再来,d[4] = 3,它正好加在1,5之间,放在1的位置显然不合适,因为1小于3,长度为1的LIS最小末尾应该是1,这样很容易推知,长度为2的LIS最小末尾是3,于是可以把5淘汰掉,这时候B[1..2] = 1, 3,Len = 2
继续,d[5] = 6,它在3后面,因为B[2] = 3, 而6在3后面,于是很容易可以推知B[3] = 6, 这时B[1..3] = 1, 3, 6,还是很容易理解吧? Len = 3 了噢。
第6个, d[6] = 4,你看它在3和6之间,于是我们就可以把6替换掉,得到B[3] = 4。B[1..3] = 1, 3, 4, Len继续等于3
第7个, d[7] = 8,它很大,比4大,嗯。于是B[4] = 8。Len变成4了
第8个, d[8] = 9,得到B[5] = 9,嗯。Len继续增大,到5了。
最后一个, d[9] = 7,它在B[3] = 4和B[4] = 8之间,所以我们知道,最新的B[4] =7,B[1..5] = 1, 3, 4, 7, 9,Len = 5。
于是我们知道了LIS的长度为5。
!!!!! 注意。这个1,3,4,7,9不是LIS,它只是存储的对应长度LIS的最小末尾。有了这个末尾,我们就可以一个一个地插入数据。虽然最后一个d[9] = 7更新进去对于这组数据没有什么意义,但是如果后面再出现两个数字 8 和 9,那么就可以把8更新到d[5], 9更新到d[6],得出LIS的长度为6。
然后应该发现一件事情了:在B中插入数据是有序的,而且是进行替换而不需要挪动——也就是说,我们可以使用二分查找,将每一个数字的插入时间优化到O(logN)~于是算法的时间复杂度就降低到了O(NlogN)~!
代码:
int lis(int*a,int n)//O(nlogn)
{
int l,r,mid,len=1;
D[0]=a[0];
for(int i=1;i<n;i++){
l=0,r=len;
while(l<=r){
mid=(l+r)/2;
if(D[mid]<a[i])l=mid+1;
else r=mid-1;
}
D[l]=a[i];
if(l>len)len++;
}
return len;
}
本文详细介绍了如何使用动态规划和二分查找优化算法来解决寻找序列中最长非降子序列的问题,并提供了时间复杂度从 O(n^2) 优化到 O(nlogn) 的实现。通过逐步分析示例序列,清晰展示了算法的核心思想和过程。
1003

被折叠的 条评论
为什么被折叠?



