最长上升子序列(LIS)算法
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, 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).
你的任务,就是对于给定的序列,求出最长上升子序列的长度。
两种做法
O(N^2)做法:dp动态规划
状态设计:dp[i]代表以a[i]结尾的LIS的长度
状态转移:dp[i]=max(dp[i], dp[j]+1) (0<=j< i, a[j]< a[i])
边界处理:dp[i]=1 (0<=j< n)
时间复杂度:O(N^2)
举例: 对于序列(1, 7, 3, 5, 9, 4, 8),dp的变化过程如下
dp[i] | 初始值 | j=0 | j=1 | j=2 | j=3 | j=4 | j=5 |
---|---|---|---|---|---|---|---|
dp[0] | 1 | ||||||
dp[1] | 1 | 2 | |||||
dp[2] | 1 | 2 | 2 | ||||
dp[3] | 1 | 2 | 2 | 3 | |||
dp[4] | 1 | 2 | 3 | 3 | 4 | ||
dp[5] | 1 | 2 | 2 | 3 | 3 | 3 | |
dp[6] | 1 | 2 | 3 | 3 | 4 | 4 | 4 |
求完dp数组后,取其中的最大值就是LIS的长度。【注意答案不是dp[n-1],这个样例只是巧合】
#include<stdio.h>
#include<iostream>
#include<string.h>
#include<queue>
#include<cstdio>
#include<string>
#include<math.h>
#include<algorithm>
#include<map>
#include<set>
#include<stack>
#define mod 998244353
#define INF 0x3f3f3f3f
#define eps 1e-6
using namespace std;
typedef long long ll;
using namespace std;
const int MAXX=10000+5;int a[MAXX],dp[MAXX];
// a数组为数据,dp[i]表示以a[i]结尾的最长递增子序列长度
int n;
int LIS(){int ans=1;for(int i=1; i<=n; i++)//枚举子序列的终点{dp[i]=1;// 初始化为1,长度最短为自身for(int j=1; j<i; j++)//从头向终点检查每一个元素{if(a[i]>a[j]){dp[i]=max(dp[i],dp[j]+1); // 状态转移}}ans=max(ans,dp[i]); // 比较每一个dp[i],最大值为答案}return ans;
}
int main()
{while(cin>>n){for(int i=1; i<=n; i++){cin>>a[i];}int ans=LIS();cout<<ans<<endl;}return 0;
}
O(NlogN)做法:贪心+二分
a[i]表示第i个数据。
dp[i]表示表示长度为i+1的LIS结尾元素的最小值。
利用贪心的思想,对于一个上升子序列,显然当前最后一个元素越小,越有利于添加新的元素,这样LIS长度自然更长。
因此,我们只需要维护dp数组,其表示的就是长度为i+1的LIS结尾元素的最小值,保证每一位都是最小值,
这样子dp数组的长度就是LIS的长度。
dp数组具体维护过程同样举例讲解更为清晰。
同样对于序列 a(1, 7, 3, 5, 9, 4, 8),dp的变化过程如下:
- dp[0] = a[0] = 1,长度为1的LIS结尾元素的最小值自然没得挑,就是第一个数。 (dp = {1})
- 对于a[1]=7,a[1]>dp[0],因此直接添加到dp尾,dp[1]=a[1]。(dp = {1, 7})
- 对于a[2]=3,dp[0]< a[2]< dp[1],因此a[2]替换dp[1],令dp[1]=a[2],因为长度为2的LIS,结尾元素自然是3好过于7,因为越小这样有利于后续添加新元素。 (dp = {1, 3})
- 对于a[3]=5,a[3]>dp[1],因此直接添加到dp尾,dp[2]=a[3]。 (dp = {1, 3, 5})
- 对于a[4]=9,a[4]>dp[2],因此同样直接添加到dp尾,dp[3]=a[9]。 (dp = {1, 3, 5, 9})
- 对于a[5]=4,dp[1]< a[5]< dp[2],因此a[5]替换值为5的dp[2],因此长度为3的LIS,结尾元素为4会比5好,越小越好嘛。(dp = {1, 3, 4, 9})
- 对于a[6]=8,dp[2]< a[6]< dp[3],同理a[6]替换值为9的dp[3],道理你懂。 (dp = {1, 3, 5, 8})
这样子dp数组就维护完毕,所求LIS长度就是dp数组长度4。
通过上述求解,可以发现dp数组是单调递增的,因此对于每一个a[i],先判断是否可以直接插入到dp数组尾部,
即比较其与dp数组的最大值即最后一位;如果不可以,则找出dp中第一个大于等于a[i]的位置,用a[i]替换之。
这个过程可以利用二分查找,因此查找时间复杂度为O(logN),所以总的时间复杂度为O(N*logN)
#include <bits/stdc++.h>
using namespace std;
const int MAXX=100000+5;
const int INF=INT_MAX;int a[MAXX],dp[MAXX]; // a数组为数据,dp[i]表示长度为i+1的LIS结尾元素的最小值int main()
{int n;while(cin>>n){for(int i=0; i<n; i++){cin>>a[i];dp[i]=INF; // 初始化为无限大}int pos=0; // 记录dp当前最后一位的下标dp[0]=a[0]; // dp[0]值显然为a[0]for(int i=1; i<n; i++){if(a[i]>dp[pos]) // 若a[i]大于dp数组最大值,则直接添加dp[++pos] = a[i];else // 否则找到dp中第一个大于等于a[i]的位置,用a[i]替换之。dp[lower_bound(dp,dp+pos+1,a[i])-dp]=a[i]; // 二分查找}cout<<pos+1<<endl;}return 0;
}
最长上升子序列
,即整个序列严格递增
最长不下降子序列,也叫最长非递减子序列
HDU5532
把每个数字减去对应位置的编号,然后求最长非递减子序列长度即可
#include <cstdio>
#include <cstring>
#include <algorithm>
#include<iostream>
using namespace std;
#define INF 0x3f3f3f3f
typedef long long LL;
int n;
const int maxn=1e5+10;
int a[maxn],dp[maxn];
int LIS(){int pos=0;dp[0]=a[0];for(int i=1;i<n;i++){if(a[i]>=dp[pos])//改变1:将大于该为大于等于dp[++pos]=a[i];else//改变2:查询dp数组中第一个大于a[i]的位置,用a[i]代替dp[upper_bound(dp,dp+pos+1,a[i])-dp]=a[i];}return pos+1;
}
int main(){int T;scanf("%d",&T);int ca=1;while(T--){scanf("%d",&n);for(int i=0;i<n;i++){scanf("%d",&a[i]);a[i]-=i;dp[i]=INF;}int len=LIS();printf("Case #%d:\n",ca++);printf("%d\n",n-len);}return 0;
}
最长上升子序列(LIS)算法相关推荐
- 最长上升子序列 (LIS算法(nlong(n)))
设 A[t]表示序列中的第t个数,F[t]表示从1到t这一段中以t结尾的最长上升子序列的长度,初始时设F [t] = 0(t = 1, 2, ..., len(A)).则有动态规划方程:F[t] = ...
- 求最长上升子序列——LIS的O(nlogn)算法(二分)
LIS的O(nlogn)算法(二分) 传送门:点我 O(n^2)解法:(n为4w,TLE) memset(dp,1,sizeof(dp)); int ans=-1; for(i=2; i<=n; ...
- 【训练题】航线设计 | 使用最长上升子序列(LIS)长度的O(nlogn)算法优化
[问题描述] 有一个国家被一条河划分为南北两部分,在南岸和北岸总共有N对城镇,每一城镇在对岸都有唯一的友好城镇.任何两个城镇都没有相同的友好城镇.每一对友好城镇都希望有一条航线来往.于是他们向政府提出 ...
- 最长连续子序列nlogn算法
最长上升子序列(LIS)长度的O(nlogn)算法 标签: 算法search优化存储 2012-04-18 19:38 14031人阅读 评论(5) 收藏 举报 分类: 资料学习(15) 解题报告 ...
- 最长上升子序列(LIS) nlogn解法
文章目录 经典DP解法O(n^2) dp+二分法(O(nlogn)) 最长上升子序列LIS:Longest increasing subsequence 题目链接:Leetcode300. 最长递增子 ...
- 最长上升子序列(LIS)长度
转自:http://www.slyar.com/blog/poj-2533-cpp.html POJ 2533 Longest Ordered Subsequence 属于简单的经典的DP,求最长上升 ...
- 耐心排序之最长递增子序列(LIS)
目录 一.问题引入 1.最长递增子序列(LIS) 2.问题分析 3.代码实现 4.问题思考 二.耐心排序 1.基本介绍 2.操作步骤 3.代码实现 三.俄罗斯套娃信封问题 1.题目描述 2.问题分析 ...
- 计算机算法设计与分析 动态规划 实验报告,动态规划法解最长公共子序列(计算机算法设计与分析实验报告).doc...
动态规划法解最长公共子序列(计算机算法设计与分析实验报告) 实报 告 实验名称:任课教师::姓 名:完成日期:二.主要实验内容及要求: 要求按动态规划法原理求解问题: 要求交互输入两个序列数据: 要求 ...
- 最长上升子序列(LIS),牛客刷题
目录: 最长上升子序列(LIS) 1.模板(数据较小) 2.模板(数据较大) 牛客刷题 1. 牛客练习赛107A:如见青山 2.牛客小白月赛65A牛牛去购物 3.牛客小白月赛65B牛牛去购物 4.牛客 ...
- 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 ...
最新文章
- 2022 WebRTC发展趋势分析
- 版是什么_雕版研习 | 什么是版画?版是画的母亲,画是版的子女
- 基于iSroll 5.0实现的上拉加载和下拉刷新插件
- java解析apache日志_使用Apache Log4j 2解析日志条目
- mysql bit类型_Mysql:bit类型的查询与插入
- 为什么火车上的网速都超级慢,并且信号极差?
- 动态分区分配存储管理方式的内存分配回收
- 威纶通触摸屏232脚位_触摸屏通讯口(USB、RS232、RS422/485)的正确使用
- Python-Selennium之爬虫实战--链家二手房爬虫项目
- 郑君里 信号与系统,傅里叶级数,逼近函数仿真,吉布斯验证
- 【毕业设计】基于树莓派的指纹识别与RFID考勤系统 - 嵌入式 单片机 物联网
- 关于/etc/hosts文件
- Unity3D FPS帧数修改实现详解
- DDoS攻击--防护本质
- 守护线程setDaemon的理解
- 计算机毕业设计(51)java小程序毕设作品之教室图书馆座位预约小程序系统
- 阶乘末尾 0 的个数.c
- zip学习笔记 —— 用C编写的简单压缩库
- Handler中MessageQueue的enqueueMessage笔记
- 有哪些证件扫描软件?六种值得一试的途径