最长递增子串(LIS)算法_严格单调递增_单调递增_连续_不连续

                                                                                   最长递增子串问题总结

分类

最长递增子串(LIS),可以按照以下两个属性——是否严格单调递增,是否连续,分成四类:

1.(严格单调递增,连续)

2.(非严格单调递增,连续)

3.(严格单调递增,不连续)

4.(非严格单调递增,不连续)

算法

情况1,2比较简单,一重循环,可以在O(n)的时间内解决


情况3:

对于每一个num[i],搜素停在末尾或者>=num[i]的第一个元素的位置处,如果停在dp[b]>=num[i]处,就更新该值,否则,增加找到的的子串的长度。

#include<iostream>
#include<vector>
using namespace std;

int LIS(vector<int> num)
{
	vector<int> dp;
	
	dp.push_back(num[0]);
	
	for(int i=1;i<num.size();++i)
	{
		int b=0,e=dp.size()-1;
		while(b<e)
		{
<span style="color:#cc0000;">			int mid=(b+e)/2;
			if (dp[mid] >= num[i])
				e = mid;
			else
				b = mid+1;</span>
		}
<span style="background-color: rgb(204, 0, 0);">		if(dp[b]>=num[i])
			dp[b]=num[i];
		else 
			dp.push_back(num[i]);</span>
	}
	return dp.size();
}

情况4:

对应每一个num[i],搜索停在末尾或者dp[b]>num[i]处,如果dp[b]>num[i],则更新dp[b],否则增加最长的子串的长度,并加入 num[i]到末尾

<span style="color:#222222;">#include<iostream>
#include<vector>
using namespace std;

int LIS(vector<int> num)
{
	vector<int> dp;
	
	dp.push_back(num[0]);
	
	for(int i=1;i<num.size();++i)
	{
		int b=0,e=dp.size()-1;
		while(b<e)
		{
			int mid=(b+e)/2;
			if (dp[mid] > num[i])
				e = mid;
			else
				b = mid + 1;
		}
		</span><span style="color:#ff0000;background-color: rgb(255, 204, 0);">if(dp[b]>num[i])dp[b]=num[i];
		else dp.push_back(num[i]);</span><span style="color:#222222;">
	}
	return dp.size();
}</span>

情况3,4的复杂多均为O(NlogN),其中N体现在外层的循环上,logN是由于折半查找的复杂度。

note:

此外,还有一种动态规划的解法,计算包含节点i的子串的长度,复杂多为O(N^2),递推公式如下

f(0)=1;

f(i)=max{f(j)|num[j]<num[i],0<=j<i}+1;






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