AcWing——272. 最长公共上升子序列

本文介绍了一种算法问题——最长公共上升子序列的求解方法,该问题要求在两个数列中找到最长的共同严格递增子序列。通过动态规划解决,首先理解最长上升子序列和最长公共子序列的概念,然后结合两者特性设计状态转移方程。

熊大妈的奶牛在小沐沐的熏陶下开始研究信息题目。

小沐沐先让奶牛研究了最长上升子序列,再让他们研究了最长公共子序列,现在又让他们研究最长公共上升子序列了。

小沐沐说,对于两个数列A和B,如果它们都包含一段位置不一定连续的数,且数值是严格递增的,那么称这一段数是两个数列的公共上升子序列,而所有的公共上升子序列中最长的就是最长公共上升子序列了。

奶牛半懂不懂,小沐沐要你来告诉奶牛什么是最长公共上升子序列。

不过,只要告诉奶牛它的长度就可以了。

数列A和B的长度均不超过3000。

输入格式
第一行包含一个整数N,表示数列A,B的长度。

第二行包含N个整数,表示数列A。

第三行包含N个整数,表示数列B。

输出格式
输出一个整数,表示最长公共子序列的长度。

数据范围
1≤N≤3000,序列中的数字均不超过2^31−1
输入样例:
4
2 2 1 3
2 1 2 3
输出样例:
2

PS:会了最长上升子序列和最大公共子序列,今天遇到一道最长公共上升子序列,发现原来我还是不会dp,菜死了,dp好难啊 ,我自己想状态表示与状态转移方程根本想不出,或者想出前者也想不出后者,甚至有些题解都看不懂那种的那种菜,哭唧唧,后面代码放在这当模板用吧。

#include<bits/stdc++.h>
using namespace std;
#define maxn 3050
int n,a[maxn],b[maxn],f[maxn],maxx;
int main(){
    cin>>n;
    for(int i=1;i<=n;i++) cin>>a[i];
    for(int i=1;i<=n;i++) cin>>b[i];
    for(int i=1;i<=n;i++){
        maxx=0;
        for(int j=1;j<=n;j++){
            if(b[j]<a[i]&&maxx<f[j]) maxx=f[j];
            if(b[j]==a[i]) f[j]=maxx+1;
        }
        /*for(int j=1;j<=n;j++){
            cout<<f[j]<<" ";
        }cout<<endl;*/
    }
    maxx=0;
    for(int i=1;i<=n;i++) if(maxx<f[i]) maxx=f[i];
    printf("%d",maxx);
    return 0;
}


### 关于 AcWing 平台上的最长上升子序列问题 #### 题目概述 在 AcWing 上,存在多个涉及最长上升子序列的问题。其中一个典型例子是编号为 895 的题目——“最长上升子序列”。该类问题通常要求针对给定的一组整数序列,找出其中长度最长且元素严格递增的子序列[^1]。 #### 解题思路 解决此类问题常用的方法之一是动态规划(DP)[^2]: - 定义状态 `dp[i]` 表示以第 i 个位置结尾的最长上升子序列的长度。 - 初始化每个 dp 值都设为 1 ,因为最短情况下任何单个数字本身即构成一个长度为 1 的上升子序列。 - 对于每一个可能作为结束点的位置 i,在其之前遍历所有 j<i 的位置来更新当前的最佳解;如果发现 a[j]<a[i] 则意味着可以形成更长的新子序列,则尝试通过 `dp[i]=max(dp[i],dp[j]+1)` 来优化结果。 此外,当面对像 "最大上升子序列和" 这样的变体时,除了记录长度外还需要额外维护另一个数组用于存储对应的最大和值,并按照相似的方式进行迭代计算[^4]。 #### AC代码实例(Python) ```python def longest_increasing_subsequence(nums): n = len(nums) if not nums or n == 0: return [] # 动态规划表初始化 dp = [1]*n for i in range(n): for j in range(i): if nums[j] < nums[i]: dp[i] = max(dp[i], dp[j]+1) maxLength = max(dp) # 获取最长上升子序列的长度 result = [] # 存储最终的结果列表 # 反向构建LIS路径 currentLength = maxLength for k in reversed(range(n)): if dp[k]==currentLength and (not result or nums[k]<result[-1]): result.append(nums[k]) currentLength -= 1 return list(reversed(result)) # 测试用例 nums = [10, 9, 2, 5, 3, 7, 101, 18] print(longest_increasing_subsequence(nums)) ```
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