求最短上升子序列(DP)

本文介绍了一种使用C++实现的动态规划算法,通过`lower_bound`找到数组中第一个大于或等于目标值的位置,解决最值问题。程序逐个更新状态并记录最小值,适用于求解数组中特定元素的最接近值。
#include<cstdio>
#include<iostream>
#include<algorithm>
using namespace std;
#define INF 1<<30//1e9
int main()
{
    int n, a[100010], dp[100010];
    while(~scanf("%d", &n))
    {
        for(int i=0; i<n; i++)
        {
            scanf("%d", a+i);
            dp[i] = INF;
        }
        for(int i=0; i<n; i++)
            *lower_bound(dp, dp+n, a[i]) = a[i];
        printf("%d\n", lower_bound(dp, dp+n, INF)-dp);
    }
    return 0;
}

### 问题分析 上升子序列和(Maximum Sum Increasing Subsequence, MSIS)是动态规划中的经典问题,其目标是在一个给定的整数序列中找到一个子序列,该子序列满足严格递增的条件,并且其元素之和为所有可能上升子序列大的。 与上升子序列不同的是,MSIS 更关注和值而非长度。因此,即使某个上升子序列的长度较,只要其总和更大,也可能成为终结果[^2]。 --- ### 动态规划解法 #### 状态定义 定义 `dp[i]` 表示以 `arr[i]` 结尾的上升子序列和。初始时,每个 `dp[i]` 都等于 `arr[i]`,因为上升子序列就是它自己本身。 #### 状态转移方程 对于每个 `i`,遍历所有 `j < i` 的位置: - 如果 `arr[j] < arr[i]`,则可以将 `arr[i]` 接在以 `arr[j]` 结尾的上升子序列之后。 - 此时更新 `dp[i] = max(dp[i], dp[j] + arr[i])`。 后的结果是从 `dp[0...n-1]` 中找出大值。 #### 时间复杂度 由于需要两层循环(外层遍历每个元素,内层检查前面所有更小的元素),时间复杂度为 O(),适用于 `n <= 1000` 的输入规模[^3]。 --- ### C++ 实现代码 ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int maxSumIncreasingSubsequence(vector<int>& arr) { int n = arr.size(); vector<int> dp = arr; // 初始化:每个元素自身构成的子序列和 int maxSum = arr[0]; for (int i = 1; i < n; ++i) { for (int j = 0; j < i; ++j) { if (arr[j] < arr[i]) { dp[i] = max(dp[i], dp[j] + arr[i]); } } maxSum = max(maxSum, dp[i]); } return maxSum; } int main() { vector<int> arr = {1, 7, 3, 5, 9, 4, 8}; cout << "上升子序列和为: " << maxSumIncreasingSubsequence(arr) << endl; return 0; } ``` --- ### 示例说明 对于输入序列 `{1, 7, 3, 5, 9, 4, 8}`: - 上升子序列为 `{1, 3, 5, 9}`,其和为 `18`。 - 虽然 `{3, 4, 8}` 也是上升子序列,但其和较小。 此算法能够正确识别出大和的上升子序列,并输出对应值[^2]。 --- ### 总结 通过动态规划的方式,可以在合理的时间复杂度内解决上升子序列和的问题。关键在于维护一个状态数组 `dp` 来记录每个位置结尾的大和,并在遍历过程中不断更新它。 ---
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