动态规划：最长上升子序列（LIS）（二分）

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 128平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄6年

关注

原创最新推荐文章于 2026-08-27 09:15:27 发布 128 阅读 AI 写同款· GEO 优化 ›

最长上升子序列 (LIS) 详解+例题模板 (全) 欢迎访问https://blog.youkuaiyun.com/lxt_Lucia～～宇宙第一小仙女\(^o^)/～～萌量爆表求带飞=≡Σ((( つ^o^)つ~ dalao们点个关注呗～～ ------------------------------------我只是一条可爱哒分界线-------------------------------------- 1.摘要：关... 阅读详情

链接: link.
二分的链接: link.

收录于

考前复习

当前文章被收录于：

考前复习

3 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#算法 #动态规划

动态规划——最长上升子序列（LIS）聪明人都会点进来学习！！动态规划看这一篇就够了！！!本文详细讲解了动态规划的核心思路（配有图片），还以经典问题——最长上升子序列为例，先从基础解法开始讲解思路，再一步步优化，带有完整代码（有详细注释），对于难以理解的地方还会举例讲解，还会对比思考，赶紧点进来学习吧！！！阅读详情

相关推荐

LIS最长上升子序列详解（动态规划、贪心+二分、树状数组）

1.摘要：关于LIS部分，本篇博客讲一下LIS的概念定义和理解，以及求LIS的三种方法，分别是O(n^2)的DP，O(nlogn)的二分+贪心法，以及O(nlogn)的树状数组优化的DP，最后附上几道非常经典的LIS的例题及分析。 2.LIS的定义： 最长上升子序列（Longest Increasing Subsequence），简称LIS，也有些情况求的是最长非降序子序列，二者区别就是序列中...

hwdn3000的博客 3238

最长上升子序列（Longest Increasing Subsequence，LIS）（动态规划与二分查找结合）

这段代码旨在找到给定整数序列中的最长上升子序列（Longest Increasing Subsequence，LIS）。这种求解方法结合了动态规划思路和二分查找的高效性。列表动态地维护当前可以构成的上升子序列的尾部。通过二分查找方法能够快速定位插入位置，从而保证在 O(log N) 的时间复杂度内完成对。整体的逻辑简单而高效，相较于传统 O(N^2) 的动态规划方法，显著提高了运行效率，特别适合于处理大规模输入数据。因此，这段代码高效地解决了最长上升子序列的问题，适合在面对大数据量时使用。

新时代先锋的博客 503

(LIS)最长上升子序列-二分优化

最长上升子序列-二分优化 LIS定义：一个数的序列bi，当b1 < b2 < … < bS的时候，我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN)，我们可以得到一些上升的子序列(ai1, ai2, …, aiK)，这里1 <= i1 < i2 < … < iK <= N。比如，对于序列(1, 7, 3, 5,...

[SZU_Crayon] 3408

最长上升子序列（LIS）算法详解：从动态规划到贪心二分优化

最长上升子序列（Longest Increasing Subsequence, LIS）是动态规划领域的经典问题，其核心在于寻找给定序列中一个保持原序且严格递增的最长子序列。其基本解法是定义状态dp[i]表示以第i个元素结尾的LIS长度，通过状态转移方程dp[i] = max(dp[j] + 1)（其中j < i且seq[j] < seq[i]）在O(n²)时间内求解。为了处理更大规模数据，可以引入贪心策略结合二分查找进行优化：维护一个tail数组，记录长度为len的上升子序列的最小可能末尾元素，遍历时通过

weixin_31292729的博客 220

最长上升子序列——动态规划（C++详解）

题目描述 LIS（Longest Increasing Subsequence）最长上升子序列 一个数的序列bi，当b1 < b2 < … < bS的时候，我们称这个序列是上升的。比如，对于序列(1, 7, 3, 5, 9, 4, 8)，有它的一些上升子序列，如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4，比如子序列(1, 3, 5, 8). 对于给定的序...

weixin_45735431的博客 2967

求LIS的两种方法：DP 与二分法 ~~

LIS(Longest Increasing Subsequence)：最长上升子序列 这里分两种情况来看：子序列严格递增（即子序列中不能存在相等）子序列非降（即子序列中可以存在相等）对于序列：a[1] , a[2] , a[3] , … , a[N] 一、动态规划(DP)　　　时间复杂度：O(N2) 子序列严格递增：dp[i] = max{1 , dp[j]+1} 　　( j&amp;amp;amp;lt...

Plus Ultra！ 1936

最长上升子序列

一个数的序列bi，当b1 < b2 < ... < bS的时候，我们称这个序列是上升的。对于给定的一个序列(a1, a2, ..., aN)，我们可以得到一些上升的子序列(ai1, ai2, ..., aiK)，这里1<= i1 < i2 < ... < iK <= N。比如，对于序列(1, 7, 3, 5, 9, 4, 8)，有它的一些上升子序列，如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4，比如子序列(1, 3, 5, 8)。

Sarvartha的博客 234

动态规划之最长上升子序列LIS

同学们，刚刚学完的线性DP好玩吗，现在，我们一起来学习动态规划的第二个知识点——最长上升子序列。 最长上升子序列，简称为LIS，顾名思义，就是求序列中任意一段子序列，要求他持续上升。如果用普通的贪心算法，我们很容易就会超时，所以，我们就一起来学如何用动态规划来完成最长上升子序列问题。问题A最长上升子序列（模板题） Description 一个数的序列 bi，当 b1 ＜ b2 ＜ ... ＜ bS 的时候，我们称这个序列是上升的。对于给定的一个序列（a1，a.........

Tom_JO的博客 807

LIS算法: 最长上升子序列

LIS定义 LIS（Longest Increasing Subsequence）最长上升子序列 一个数的序列bi，当b1 < b2 < … < bS的时候，我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN)，我们可以得到一些上升的子序列(ai1, ai2, …, aiK)，这里1 <= i1 < i2 < … < iK <= N。比如，对于序列(1, 7,

wbin233的博客 2万+

华为昇腾310P3+deepseek蒸馏版性能调优：FP16精度优化全记录

本文详细介绍了在华为昇腾310P3硬件环境下优化DeepSeek蒸馏版模型FP16精度的关键技术路径。通过分层量化策略、内存分配优化和并行计算配置，显著提升模型推理性能，实现83%的并发处理能力提升，同时保持98.7%的原始模型准确率。

weixin_29074409的博客 346

智驾域控制器硬件架构：从接口丛林到算力核心的工程解码

本文深入解析了智驾域控制器硬件架构的设计挑战与工程实践。面对复杂的接口丛林，文章详细探讨了如何高效融合摄像头、雷达等多源传感器数据，并构建以多SOC为核心的强大算力平台。同时，文章强调了电源、时钟、散热等最小系统及车规级可靠性设计的关键作用，为工程师提供了从接口驯服到算力核心协同的完整硬件解码指南。

happy2的博客 482

都能看懂的LIS（最长上升子序列）问题

LIS问题介绍：首先来说一下什么是LIS问题：有一个长为n的数列a0, a1, ......, a(n-1)。请求出这个序列中最长的上升子序列的长度。上升子序列指的是对于任意的i<j都满足ai<aj的子序列，该问题被称为最长上升子序列（LIS，Longest Increasing Subsequence）的著名问题。举个栗子：给你一个序列为（1，5 ，2，6，9，1...

ltrbless的博客 4万+

工业音频故障检测：从CNN到Transformer的技术演进

音频信号处理是工业设备预测性维护的核心技术之一，通过分析设备运行时产生的声波特征实现故障预警。传统方法依赖梅尔频率倒谱系数(MFCC)等手工特征，而深度学习技术尤其是Transformer架构，通过自注意力机制突破了CNN在跨频段特征提取上的局限。Audio Spectrogram Transformer(AST)等先进模型在工业场景中展现出91.2%的高召回率，显著优于传统方案。这种非接触式监测技术结合边缘计算优化，已成功应用于石油化工、电力能源等领域，实现提前72小时预测轴承故障，单项目可避免数百万元的

weixin_30467861的博客 326

LIS 最长上升子序列问题（动态规划、贪心+二分）

LIS最长上升子序列1. 子串2. 子序列 LIC定义例题：广场舞队伍 动态规划 贪心+二分法详解

知识分享与学习笔记总结，欢迎指点 956

【保姆级教程】YOLOv8_Pose多目标+关键点检测：训练自己的数据集

m0_51579041的博客 1万+

Qt垂直滚动条QVerticalScrollBar详解：从基础到实战的控件开发指南

本文系统解析Qt中QVerticalScrollBar的用法，从基础概念到进阶技巧。主要内容包括：1）基础认知：介绍其继承关系、作用及典型应用场景；2）核心用法：创建方法、关键属性配置和信号槽连接；3）进阶技巧：自定义样式表美化外观，以及与自定义内容区域的联动实现；4）实战注意事项，如避免循环触发和高DPI适配等。文章强调掌握QVerticalScrollBar对提升Qt滚动类功能开发效率的重要性，并建议通过自定义文本编辑器实践巩固知识点。

专注现代C++实战，从核心语法到高性能编程，助力开发者深入掌握系统级编程精髓。 758

最长上升子序列【动态规划，二分查找】

题目描述给定一个无序的整数数组，找到其中最长上升子序列的长度。输入: [10,9,2,5,3,7,101,18] 输出: 4 解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。解法一 动态规划 思路：dp[i]表示直到第i个元素的最长上升子序列的长度，初始条件dp[i]=1。 dp[i]如何更新呢？若第i个值大于其前面某一个元素（假设索引为j），那么dp[i]=dp...

shahuzi的博客 7291

PX4从放弃到精通（二十七）：固定翼姿态控制

固件版本 PX4 1.13.2欢迎交流学习，可加左侧名片。

超维空间科技的博客 6886

最长上升子序列(LIS) nlogn解法

二分+dp

阿正的梦工坊 4992

【目标跟踪】多目标跟踪的评价工具motmetrics怎么使用？

多目标跟踪，通过motmetrics测试评价对应的视频。

聿默的博客 5368

【时时三省】tessy 集成测试：小白入门指导手册

有图有文字详细介绍 tessy 集成测试操作方法。

时时三省的博客 2515

最长上升子序列（LIS）之dp 及二分贪心法

定义： 最长上升子序列（Longest Increasing Subsequence），简称LIS，也有些情况求的是最长非降序子序列，二者区别就是序列中是否可以有相等的数。假设我们有一个序列 b i，当b1 < b2 < … < bS的时候，我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN)，我们也可以从中得到一些上升的子序列(ai1, ai2, …, aiK)，这里1 <= i1 < i2 < … < iK <= N，但必须按照从前到

Suryxin's blogs 1065

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

最长上升子序列LIS 动态规划 二分查找算法

所谓LIS表示最长上升子序列，是面试的时候非常容易考察的问题。对于一个序列h1,h2,...hN,其中的子序列hi1,hi2,...hik，满足hi1<hi2<...<hik，那么这个子序列叫做上升子序列。那么如何求出最长的上升子序列呢？最容易想到的办法是动态规划，其中它的复杂度是O(n^2)。我们设置dp[i]表示从0~i之内最长的上升子序列的长度。那么对于任意的索引j(0...

hanzhen7541的博客 563

VC中sqlite的使用

在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示

锂电池充电器电路设计里面有电路

锂电池充电器电路设计里面有电路 3.7V升压到5V电路设计。

最长上升子序列（LIS）问题的解决及优化

介绍了LIS问题的动态规划思想，并通过二分查找将其时间复杂度优化到对数级。

yuhaomogui的博客 2590

IEM模型，地表粗糙度模拟

利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟

python-最长上升子序列(LIS)

因此，我们只需要维护 b 数组，对于每一个a[ i ]，如果a[ i ] > b [当前最长的LIS长度]，就把 a[ i ]接到当前最长的LIS后面，即b [当前最长的LIS长度 + 1] = a [ i ]。可得到的子序列：(1 2 7) (1 2 3 5) (1 2 3 4) (2 7) (2 3 5) (2 3 4) (7) (3 5) (3 4) (5) (4)将a[ i ]与前i-1位数比较，如果a[ i ]大于之前的某个数a[ j ],则f[ j ]+1，再与f[ i ]比较，取最大值。