求数组中最长递增子序列

求整数数组中的最长递增子序列长度 昨天在复习软考的时候发现了这样的一个算法,有些地方确实经过一番推敲才搞懂,今天来整理记录一下~ 动态规划通常用来求解最优化问题,在这类问题中,我们通过做出一组选择来达到最优解。在做出每个选择的同时,通常会生成与原问题形式相同的子问题。当多于一个选择子集都生成相同的子问题时,动态规划技术通常会很有效,其关键技术就是对每个这样的子问题都保存其解,当其重复出现时可以避免重复求解。---《算法导论》 阅读详情

《编程之美》 2.16

问题:写一个时间复杂度尽可能低的程序,求一个数组(N个元素)中的最长递增子序列的长度。

解法一:DP解法。详见代码。

代码一:

int LIS(int a[],int n)
{
	int *LIS = (int*)malloc(n*sizeof(int));
	for(int i = 0; i < n; i++){
		LIS[i] = 1;
		for(int j = 0; j < i; j++){
			if (a[i] > a[j] && LIS[j] + 1 > LIS[i]){
				LIS[i] = LIS[j] + 1;
			}
		}
	}
	//找出最长序列长度maxL以及最大元素的下标maxi 
	int maxL = LIS[0];
	int maxi = 0;
	for (int i = 1; i < n; i++){
		if (LIS[i] > maxL) {
			maxL = LIS[i];
			maxi = i;
		}
		
	}
	//输出LIS 
	for(int i = 0; i < n; i++){
		printf("%-4d",LIS[i]);
	}
	printf("\n");
	//逆序输出递增序列 
	int tmp = LIS[maxi];
	for (int i = maxi; i >= 0; i--){
		if (LIS[i] == tmp){ 
			printf("%-4d",a[i]);
			tmp--;
		}
	}
	printf("\n");
	free(LIS);
	return maxL;
}
解法二:记录各个长度的递增序列的最大元素的最小值。通过这些信息减少判断次数。优化“遍历历史最长递增序列信息”的查找为二分查找可以进一步减少复杂度。

代码二:

int min(int a[], int n)
{
	int minV = INT_MAX;
	for(int i = 0; i < n; i++){
		if (a[i] < minV){
			minV = a[i];
		}		
	}
	return minV;
}

int LIS2(int a[],int n)
{
	//记录数组中的递增序列信息
	int *maxV = (int*)malloc((n+1)*sizeof(int));
	maxV[1] = a[0];
	maxV[0] = min(a,n) - 1;
	int *lis = (int*)malloc(n*sizeof(int));
	//初始化最长递增序列的信息 
	for (int i = 0; i < n; i++) {
		lis[i] = 1;
	}
	
	int nMaxlis = 1;
	for (int i = 1; i < n; i++) {
		//遍历历史最长递增序列信息
		int j;
		for (j = nMaxlis; j >= 1; j--) {
			if (a[i] > maxV[j]) {
				lis[i] = j + 1;
				break;
			}
		} 

		//如果当前最长序列大于最长递增序列长度,更新最长信息
		if (lis[i] > nMaxlis){
			nMaxlis = lis[i];
			maxV[lis[i]] = a[i]; 
		} 
		else if (maxV[j] < a[i] && a[i] < maxV[j+1]) {
			maxV[j + 1] = a[i];
		}
	}
	return nMaxlis; 
}


测试代码:

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <limits.h>


int LIS(int a[],int n)
{
	int *LIS = (int*)malloc(n*sizeof(int));
	for(int i = 0; i < n; i++){
		LIS[i] = 1;
		for(int j = 0; j < i; j++){
			if (a[i] > a[j] && LIS[j] + 1 > LIS[i]){
				LIS[i] = LIS[j] + 1;
			}
		}
	}
	//找出最长序列长度maxL以及最大元素的下标maxi 
	int maxL = LIS[0];
	int maxi = 0;
	for (int i = 1; i < n; i++){
		if (LIS[i] > maxL) {
			maxL = LIS[i];
			maxi = i;
		}
		
	}
	//输出LIS 
	for(int i = 0; i < n; i++){
		printf("%-4d",LIS[i]);
	}
	printf("\n");
	//逆序输出递增序列 
	int tmp = LIS[maxi];
	for (int i = maxi; i >= 0; i--){
		if (LIS[i] == tmp){ 
			printf("%-4d",a[i]);
			tmp--;
		}
	}
	printf("\n");
	free(LIS);
	return maxL;
}
/*-------------------------------------------------------------------*/
int min(int a[], int n)
{
	int minV = INT_MAX;
	for(int i = 0; i < n; i++){
		if (a[i] < minV){
			minV = a[i];
		}		
	}
	return minV;
}

int LIS2(int a[],int n)
{
	//记录数组中的递增序列信息
	int *maxV = (int*)malloc((n+1)*sizeof(int));
	maxV[1] = a[0];
	maxV[0] = min(a,n) - 1;
	int *lis = (int*)malloc(n*sizeof(int));
	//初始化最长递增序列的信息 
	for (int i = 0; i < n; i++) {
		lis[i] = 1;
	}
	
	int nMaxlis = 1;
	for (int i = 1; i < n; i++) {
		//遍历历史最长递增序列信息
		int j;
		for (j = nMaxlis; j >= 1; j--) {
			if (a[i] > maxV[j]) {
				lis[i] = j + 1;
				break;
			}
		} 

		//如果当前最长序列大于最长递增序列长度,更新最长信息
		if (lis[i] > nMaxlis){
			nMaxlis = lis[i];
			maxV[lis[i]] = a[i]; 
		} 
		else if (maxV[j] < a[i] && a[i] < maxV[j+1]) {
			maxV[j + 1] = a[i];
		}
	}
	return nMaxlis; 
}

/*-------------------------------------------------------------------*/

void show(int a[],int n)
{
	for(int i = 0; i < n; i++){
		printf("%-4d",a[i]);
	}
	printf("\n");
}

int main()
{
	srand(time(NULL));
	int N = 10;
	int a[10];
	
	for(int i = 0; i < 10; i++){
		a[i] = ((rand() & 0x1) ? -1 : 1) * (rand() % 20);
	}
	show(a,N);
	
	printf("Max LIS len : %d .\n",LIS(a,10));
	printf("Max LIS len : %d .\n",LIS2(a,10));
	
}

测试输出:

-7  17  -3  -18 10  6   -14 -9  -4  -10 
1   2   2   1   3   3   2   3   4   3   
-4  -9  -14 -18 
Max LIS len : 4 .
Max LIS len : 4 .

REF:

1,编程之美 2.16 求数组中最长递增子序列

《编程之美》——求数组的最长递增子序列 问题: 求数组最长递增子序列。分析与解法: 【解法一】 对数组进行排序,将有序的数组与原数组一起求最长公共子序列,于是原问题可以转化为求最长公共子序列的问题。排序的时间复杂度为O(nlogn),求最长公共子序列的问题时间复杂度为O(n^2),总的时间复杂度为O(n^2)。【解法二】 使用动态规划的方法,因为要求长度为i的序列的Ai{a1,a2,……,ai}最长递增子序列,需要先求出序列Ai- 阅读详情

相关推荐

给定一个整数数组,求它的一个最长递增子序列。

给定一个整数数组,求它的一个最长递增子序列 动态规划

syney120的专栏 2489

【一天一道Leetcode】最长递增子序列长度

本篇推文共计2000个字,阅读时间约3分钟。01题目描述题目描述:给一个整数数组nums,找到其中最长严格递增子序列的长度。子序列是由数组派生而来的序列,删除(或不删除)数组中的元素而不改...

看那个码农的博客 1128

大华/华睿工业相机(摄像头)链接电脑,并用OpenCV打开

睿科是大华旗下机器视觉子公司,现在工业相机一般是华睿在产,要下载驱动程序,要到华睿官网哪里下载。由于我的电脑没有摄像头,所以摄像头序列化为0,电脑的第一个摄像头默认为0,序列号是0,1,2,3……,你是什么接口连接的就选择什么, 建议直接全选。我这里选择第二个,下载后点击安装,的你要点击识别右侧设置,设置。这个过程很简单,故不赘述。打开你的设备会在右边显示。

qq_48050838的博客 1万+

求数组中最长递增子序列的长度

问题:给定一个长度为N的数组,找出一个最长的单调自增子序列(不一定连续),如序列  1,-1,2,-3,4,-5,6,-7的最长递增子序列长度为4(1,2,4,6) 方法一: 最笨算法,复杂度为O(n*n),设一个辅助数组用来记录以对应元素结尾的最大递增子序列的长度(即lis[i]表示 以array[i]结尾的最大递增子序列长度为lis[i]),从头到尾扫一遍原数组,对于每个元素

seekcreation的专栏 1371

自监督预训练(三)wav2vec 2.0原理剖析

一、整体流程 二、feature encoder 理解Conv1d nn.Conv1d(in_channels=5, out_channels=20, kernel_size=3, stride=2) 假设输入input=(batch, in_channels, in_len) batch=1 in_channels=5,对应向量大小,比如word embedding in_len=10,对应word的个数 cnn内部kernel=(in_channels, kernel_size)=(5,3),相当

xmdxcsj的专栏 2万+

PotPlayer终极画质调校:深入MadVR渲染器设置,让你的显示器发挥100%潜力

本文深入探讨了如何通过MadVR渲染器优化PotPlayer的画质设置,充分发挥高端显卡和显示器的潜力。从色彩空间匹配、色深优化到HDR元数据处理,提供了一套完整的配置指南,帮助用户实现影院级视觉体验。特别适合拥有NVIDIA RTX或AMD RX系列显卡的用户进行精细调校。

weixin_42530458的博客 599

一个数组求其最长递增子序列(LIS)

一个数组求其最长递增子序列(LIS) 例如数组{3, 1, 4, 2, 3, 9, 4, 6}的LIS是{1, 2, 3, 4, 6},长度为5,假设数组长度为N,求数组的LIS的长度, 需要一个额外的数组LIS 来记录 长度从1 到 n 慢慢变长求解的过程中 对应长度的 最长递增子序列的最小的末尾元素 解决方法 长度为1时 {3}: 将3放入LIS中,表示长...

weixin_30349597的博客 152

ORBSLAM3运行记录(单目+IMU)

ORBSLAM3运行记录1.单目+IMU数据集运行记录自己做的其它测试2.单目+IMU自己采集数据运行记录测试结果 1.单目+IMU数据集运行记录 ORBSLAM3没有预留ROS下单目+IMU的结点,这个需要自己去写代码添加,可以参考这篇博客,《ORBSLAM3 用ROS接口运行双目IMU和单目IMU模式》。我的ROS结点为Mono-IMU,字典文件ORBvoc.txt在ORBSLAM3 / Vocabulary文件夹中,配置文件EuRoC.yaml在ORB_SLAM3 / Examples / Monoc

yys2324826380的博客 1万+

求数组中的最长递增子序列

写一个时间复杂度尽可能低的程序,求一个一维数组( N个元素 )中最长递增子序列的长度。 如:在序列1,-1,2,-3,4,-5,6,-7中,其最长递增子序列的长度为4(1,2,4,6) 解法1:无后效性 ,每个状态都是过去历史的一个完整总结。 当i=1时,显然长度的递增序列为(1),长度为1 当i=2时,由于-1 当i=3时,2>1,2>-1.因此递增序列为(1,2)(-1,2)长度为2

WZM 854

Hi3516CV610硬件设计避坑指南:从电源模块到DDR布线实战解析

本文深入解析了Hi3516CV610硬件设计中的关键难点与实战技巧。重点剖析了电源架构的选型陷阱与PCB布局要点,详细阐述了DDR3/L高速布线的等长匹配、信号完整性及端接策略,并提供了MIPI接口与时钟电路的隔离设计指南。旨在帮助工程师规避常见设计错误,提升系统稳定性与可靠性。

ooo22的博客 255

基于大模型的肾结石诊疗全流程风险预测与方案制定研究报告

目录一、引言1.1 研究背景与意义1.2 国内外研究现状1.3 研究目标与内容二、大模型技术原理与应用概述2.1 大模型的基本原理2.2 大模型在医疗领域的应用进展2.3 适用于肾结石预测的大模型选择与依据三、术前风险预测与准备3.1 患者身体状况评估3.2 结石情况分析3.3 术前准备方案制定四、术中风险预测与应对4.1 出血风险预测与处理4.2 脏器损伤风险预测与预防4.3 实时监测与决策支持五、术后恢复预测与护理5.1 恢复时间预测5.2 护理要点与措施5.3 并发症预防与处理六、并发症风险预测与管理

嵌入式毕设/课设资料清单(速查手册·文档模板·题库,持续更新)→ 见最新文章 1147
上一篇: 子数组之和的最大值(二维)
下一篇: 数组分割
Scandinavians
博客等级 码龄19年 36粉丝 121原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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