最长上升子序列 LIS
##问题介绍:
很简单的问题,给一个可以比较的串,找到这个串中存在的一个最长的、升序的子序列。一般问题会简化为找到这个最长序列的长度。
解决办法:
- 动态规划
对于这个问题,最简单的办法是动态规划算法。设dp[i] 为若以第i个元素为序列的结尾,串的最长子序列,并且这个序列包含第i个元素。子状态就是dp[j],j是i前面的元素,并且比i的序小,所以状态可以由dp[j]转移过来,在所有的J中找到最大的就可以了。转移方程为 d p [ i ] = m a x { d p [ j ] , j < i } + 1 dp[i]=max\{ dp[j] ,j<i\}+1 dp[i]=max{dp[j],j<i}+1 ,这是很明显的关系。每个i需要遍历前面的全部元素,所以算法复杂度为 O ( n 2 ) O(n^2) O(n2) 。很不实用。找到子序列的办法是从最大的dp[i]反向查,最大的dp[i]代表第i个元素一定是最长子序列的最后一个元素。所以反向找到dp[j] ,dp[j]=dp[i]-1并且第i个元素大于第j个元素。那么第j个元素也是最长子序列的一部分。
- 贪心算法
查找最长子序列的时候,我们遍历整个串,在第i个元素的时候我们要找到的是:当前最长子序列最大的一个元素。每次找到的元素如果比最长子序列小的话,我们当然认为它可能在最终的最长子序列中,但是不是在当前最长子序列中。所以不能忽视它,把它放在当前最长子序列最大的一个元素的前面。如果下次找到更大的元素,那么就放在最大的元素前面。
这样子每次维护的序列并不是最长子序列,但是他的长度是最长子序列的长度。中间的元素是为了下次找到一个元素,方便分辨它在最长子序列中有没有存在的可能。
##测试题:
参考博客:
N种方法妙讲LIS算法 很优秀的推理过程。
#include <bits/stdc++.h>
using namespace std;
int M_LIS(int arr[],int n,vector<int> &arr2)
{
const int maxn = 1e4+10;
int dp[maxn];
for(int i=0;i<n;i++) dp[i]=1;
for(int i=0;i<n;i++) {
for(int j=0;j<i;j++) {
if(arr[i]>arr[j])
dp[i]=dp[j]+1;
}
}
int maxdp=-1,q;
for(int i=0;i<n;i++) {
if(maxdp<dp[i]){
maxdp=dp[i];
q=i;
}
}
int p=q;
arr2.push_back(arr[q]);
while( q>=0&&p>=0) {
if(dp[p]==dp[q]-1 && arr[p]<arr[q]) {
arr2.push_back(arr[p]);
q=p;
}
p--;
}
return maxdp;
}
/*
binary_search( first, last, value ( , cmp ) )
在已排序的[first,last) 前闭后开 区间中寻找元素value,若存在就返回true,若不存在则返回false 。
lower_bound( first, last, value ( , cmp ) )
返回>=value的第一个位置的地址
upper_bound( first, last, value ( , cmp ) )
返回> value的第一个位置的地址
*/
/*
带右斜杠的行代表维护最长子序列的代码,如果不需要查询最长子序列则可以删除。
*/
int K_LIS(int arr[],int n)
{
const int maxn = 1e4+10;
int dp[maxn],q=1;
dp[0]=arr[0];
for(int i=0;i<n;i++) {
int p= lower_bound(dp,dp+q,arr[i])-dp;
if(p<q) dp[p]=arr[i];
else dp[q++]=arr[i];
}
return q;
}
int a[1000+10];
int main()
{
freopen("in.txt","r",stdin);
int n;
while(scanf("%d",&n)==1) {
for(int i=0;i<n;i++)scanf("%d",&a[i]);
cout<<K_LIS(a,n)<<endl;
}
return 0;
}