poj 1887 Testing the CATCHER

本文介绍了一道关于最长递增子序列(LIS)的经典算法题目,提供了两种不同的实现方法:一种是传统的动态规划方法,时间复杂度为O(n^2),另一种结合了二分查找与动态规划的方法,时间复杂度降低到O(nlogn)。通过具体实例展示了如何求解最长递增子序列。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

//我都不敢相信,这是World Finals 1994的第二题,就是简单的LIS做法,只不过需要注意的地方确实很多,需要很细心, 
//而且需要有耐性去读懂题目!这题用二分+DP,0MS过了,数据还是比较弱的了!
//求解LIS的两种方法都写了,第一种的效率明显要比第二种的效率要高,第一种时间复杂度为O(n^2),第二种时间复杂度为O(nlgn)! 
#include <iostream>
#include <memory.h> 
using namespace std;

int height[100000], tmp[100000]; 

int main()
{
    int i, n = 0, temp, tc = 0, ans = 0, left, right, mid;
    bool flag = false; 
    while (cin >> temp){
          if (temp == -1 && flag){
              break; 
          }
          else if (temp == -1 && !flag){
               tc++; 
               tmp[0] = 32768;
               for (i = 0; i < n; i++){
                   if (height[i] < tmp[ans]){
                       tmp[++ans] = height[i]; 
                   }
                   else{
                        left = 1, right = ans;
                        while (left <= right){
                              mid = (left + right) / 2;
                              if (tmp[mid] > height[i]){
                                  left = mid + 1; 
                              }
                              else{
                                   right = mid - 1; 
                              } 
                        } 
                        tmp[left] = height[i]; 
                   } 
               } 
               cout << "Test #" << tc << ":" << endl;
               cout << "  maximum possible interceptions: " << ans << endl << endl; 
               ans = n = 0; 
               memset(tmp, 0, sizeof(tmp)); 
               flag = true; 
          } 
          else{
               height[n] = temp;
               n++; 
               flag = false; 
          } 
    } 
    
    system("pause"); 
} 


/* 
#include <iostream>
#include <memory.h>
using namespace std;

int height[100000], dp[100000];

int main()
{
    int i, j, n = 0, temp, tc = 0, ans = 0;
    bool flag = false; 
    while (cin >> temp){
          if (temp == -1 && flag){
              break; 
          }
          else if (temp == -1 && !flag){
               tc++; 
               for (i = 0; i < 100000; i++)
                    dp[i] = 1;
               for (i = 1; i < n; i++){
                   for (j = 0; j < i; j++){
                       if (height[i] < height[j] && dp[i] <= dp[j]){
                           dp[i] = dp[j] + 1; 
                       } 
                   } 
               } 
               for (i = 0; i < n; i++){
                   if (dp[i] > ans)
                       ans = dp[i]; 
               } 
               cout << "Test #" << tc << ":" << endl;
               cout << "  maximum possible interceptions: " << ans << endl << endl; 
               ans = n = 0; 
               flag = true; 
          } 
          else{
               height[n] = temp;
               n++; 
               flag = false; 
          } 
    } 
    
    system("pause"); 
} 
*/ 

资源下载链接为: https://pan.quark.cn/s/22ca96b7bd39 在当今的软件开发领域,自动化构建与发布是提升开发效率和项目质量的关键环节。Jenkins Pipeline作为一种强大的自动化工具,能够有效助力Java项目的快速构建、测试及部署。本文将详细介绍如何利用Jenkins Pipeline实现Java项目的自动化构建与发布。 Jenkins Pipeline简介 Jenkins Pipeline是运行在Jenkins上的一套工作流框架,它将原本分散在单个或多个节点上独立运行的任务串联起来,实现复杂流程的编排与可视化。它是Jenkins 2.X的核心特性之一,推动了Jenkins从持续集成(CI)向持续交付(CD)及DevOps的转变。 创建Pipeline项目 要使用Jenkins Pipeline自动化构建发布Java项目,首先需要创建Pipeline项目。具体步骤如下: 登录Jenkins,点击“新建项”,选择“Pipeline”。 输入项目名称和描述,点击“确定”。 在Pipeline脚本中定义项目字典、发版脚本和预发布脚本。 编写Pipeline脚本 Pipeline脚本是Jenkins Pipeline的核心,用于定义自动化构建和发布的流程。以下是一个简单的Pipeline脚本示例: 在上述脚本中,定义了四个阶段:Checkout、Build、Push package和Deploy/Rollback。每个阶段都可以根据实际需求进行配置和调整。 通过Jenkins Pipeline自动化构建发布Java项目,可以显著提升开发效率和项目质量。借助Pipeline,我们能够轻松实现自动化构建、测试和部署,从而提高项目的整体质量和可靠性。
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