洛谷-1439 最长公共子序列

本文详细介绍了一种求解两个排列的最长公共子序列问题的高效算法,通过将问题转化为求解最长上升子序列,利用动态规划思想实现,适用于n≤100000的数据规模,提供了一个完整的C++代码示例。

题目描述
给出1-n的两个排列P1和P2,求它们的最长公共子序列。
输入格式
第一行是一个数n,
接下来两行,每行为n个数,为自然数1-n的一个排列。
输出格式
一个数,即最长公共子序列的长度

输入输出样例
输入 #1
5
3 2 1 4 5
1 2 3 4 5

输出 #1
3

说明/提示
【数据规模】
对于50%的数据,n≤1000
对于100%的数据,n≤100000

解释:我们把对全排列数字进行重新编号,把b的序列编号成1,2,3,...,n1,2,3,...,n1,2,3,...,n,a也对应的改变,那么最终结果就是a的最长上升子序列长度

#include<iostream>
#define INF 1000000009
#define N 100005
using namespace std;
int a[N]={0};
int b[N]={0};
int dp[N]={0};
int n=0;
int search(int l,int r,int val){
    int mid=0;
    while(l<r){
        mid=(l+r)/2;
        if(val<=dp[mid]) r=mid;
        else l=mid+1;
    }
    return r;
}
int main(){
    ios::sync_with_stdio(false);
    cin>>n;
    fill(dp+1,dp+1+n,INF);
    for(int i=1;i<=n;i++) cin>>a[i];
    for(int i=1;i<=n;i++){
        int temp=0;cin>>temp;
        b[temp]=i;
    }
    for(int i=1;i<=n;i++) a[i]=b[a[i]];
    for(int i=1;i<=n;i++){
        int index=search(0,n,a[i]);
        dp[index]=a[i];
    }
    int ret=0;
    for(int i=1;i<=n;i++){
        if(dp[i]<INF) ret=i;
    }
    cout<<ret<<endl;
    return 0;
}

```

### 最长公共子序列(LCS)线性DP解法 在处理最长公共子序列(LCS)问题时,通常的动态规划解法时间复杂度为 $ O(n^2) $,这在数据规模较大时无法有效处理。对于洛谷 P2516 题目,需要一种更高效的解法。 #### 问题分析 题目要找到两个序列的最长公共子序列。假设两个序列分别为 $ A $ $ B $,长度分别为 $ n $ $ m $。常规的 $ O(nm) $ 解法在 $ n $ $ m $ 较大时(如 $ 10^5 $)无法通过。因此,我们需要一种更高效的解法。 #### 线性DP解法思路 在某些特定条件下,可以利用优化手段将 LCS 问题转换为其他问题。例如,当两个序列都是 1 到 $ n $ 的排列时,可以利用最长上升子序列(LIS)的解法来优化。 具体步骤如下: 1. **映射元素位置**:将序列 $ A $ 中每个元素的位置映射到一个数组中,表示该元素在 $ B $ 中的位置。 2. **转换为 LIS 问题**:将问题转换为在映射后的数组中寻找最长上升子序列的问题。这是因为共子序列在 $ A $ $ B $ 中的顺序必须一致,而最长上升子序列正好满足这一条件。 3. **使用贪心 + 二分法优化 LIS**:利用贪心策略二分查找优化 LIS 的解过程,时间复杂度为 $ O(n \log n) $。 #### 代码实现 ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 100005; int pos[MAXN]; // 映射数组 int dp[MAXN]; // 用于 LIS 的 dp 数组 int main() { int n; cin >> n; vector<int> A(n), B(n); for (int i = 0; i < n; ++i) { cin >> A[i]; } for (int i = 0; i < n; ++i) { int x; cin >> x; pos[x] = i; // 记录 B 中每个元素的位置 } int len = 0; for (int i = 0; i < n; ++i) { int x = pos[A[i]]; int* p = lower_bound(dp, dp + len, x); if (p == dp + len) { dp[len++] = x; } else { *p = x; } } cout << len << endl; return 0; } ``` #### 说明 - **映射元素位置**:通过 `pos` 数组将 $ A $ 中的元素转换为其在 $ B $ 中的位置,这样可以将问题转换为在 $ A $ 中寻找最长上升子序列。 - **LIS 解法**:利用贪心策略二分查找,维护一个递增的 `dp` 数组,每次更新 `dp` 数组的值,最终 `dp` 数组的长度即为最长公共子序列的长度。 这种方法在时间复杂度上显著优于传统的 $ O(n^2) $ 解法,适用于大规模数据。
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
 
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