Vue3 最长递增子序列研究

本文初衷

彻底讲清楚 Vue3 源码中实现最长递增子序列的算法。

概念名词

**最长递增子序列：**在一个给定的数值序列中，找到一个子序列，使得这个子序列元素的数值依次递增，并且这个子序列的长度尽可能地大。最长递增子序列中的元素在原序列中不一定是连续的。

比如：

序列 [10, 9, 2, 5, 3, 7, 101, 18] 的最长递增子序列是 [2, 3, 7, 101] 或 [2, 3, 7, 18]。

序列 [3, 2, 8, 9, 5, 6, 7, 11, 15, 4] 的最长递增子序列是 [2, 5, 6, 7, 11, 15]

Vue3 使用最长递增子序列的背景

在《Vue.js 设计与实现》第 11 章我们了解到 Vue3 在进行新子节点和旧子节点 DOM Diff 的方式是，先同步头部节点（处理相同的前置元素），再同步尾部节点（处理相同的后置元素），接下来判断哪些子节点需要移动，并且处理如何移动。

在处理子节点如何移动的问题上，使用了最长递增子序列。

为什么要用最长递增子序列?

（这段描述摘自：黄轶《Vue.js 3.0 核心源码解析》）

举个简单的例子具体看一下

var prev = [1, 2, 3, 4, 5, 6]var next = [1, 3, 2, 6, 4, 5]

从 prev 变成 next，数组里的一些元素的顺序发生了变化，我们可以把子节点类比为元素，现在问题就简化为我们如何用最少的移动使元素顺序从 prev 变化为 next 。

一种思路是在 next 中找到一个递增子序列，比如 [1, 3, 6] 、[1, 2, 4, 5]。之后对 next 数组进行倒序遍历，移动所有不在递增序列中的元素即可。

如果选择了 [1, 3, 6] 作为递增子序列，那么在倒序遍历的过程中，遇到 6、3、1 不动，遇到 5、4、2 移动即可，如下图所示：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3TXtDhk2-1648818081393)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/4ba50123-4734-445e-b7b7-48bdbe112546/Untitled.png)]

如果选择了 [1, 2, 4, 5] 作为递增子序列，那么在倒序遍历的过程中，遇到 5、4、2、1 不动，遇到 6、3 移动即可，如下图所示：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DQosxXrD-1648818081395)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/2ec300e0-659f-4176-bbdd-2f7cc31b5d96/Untitled.png)]

可以看到第一种移动了三次，而第二种只移动了两次，递增子序列越长，所需要移动元素的次数越少，所以如何移动的问题就回到了求解最长递增子序列的问题。

实现最长递增子序列

需要明确的是，我们现在要做的是实现 Vue3 DOM Diff 中的最长递增子序列，这和力扣题库中的 300. 最长递增子序列有些差别。力扣题求解的是最长递增子序列的长度，我们的 getRequence 函数返回值是一个下标数组。但实现方式上都是采用 贪心 + 二分查找。

给定数组 [3, 2, 8, 9, 5, 6, 7, 11, 15, 4]，求解该数组的最长递增子序列？

肉眼可见，该数组最长递增子序列为 [2, 5, 6, 7, 11, 15]，对应下标数组为 [ 1, 4, 5, 6, 7, 8 ]

再次提醒，我们函数返回值是：下标数组

function getRequence(arr) {}const data = [3, 2, 8, 9, 5, 6, 7, 11, 15, 4];
const res = getRequence(data);console.log('下标: ', res); // 期望输出：[ 1, 4, 5, 6, 7, 8 ] 输出的是*最长递增子序列的下标*
console.log('长度: ', res.length); // 期望输出： 6

这道题是一道中等复杂程度题目，但你不用担心，我们理清思路，其实也很简单。

1. 构建一个下标数组，保证下标对应的元素在原数组中是递增的

function getRequence(arr) {const length = arr.length;// 描述最长递增子序列的数组，元素是递增元素对应的下标const result = [0];// result 最后一个元素let resultLast;for (let i = 0; i < length; i++) {const arrI = arr[i];// 在 Vue 3 Diff 中，0 表示该新节点不在旧节点的中，是需要进行新增的节点if (arrI !== 0) {resultLast = result[result.length - 1];if (arrI > arr[resultLast]) {result.push(i);continue;}}}return result;
}const data = [3, 2, 8, 9, 5, 6, 7, 11, 15, 4];const res = getRequence(data);console.log('下标: ', res);
console.log('长度: ', res.length);// 下标:  [ 0, 2, 3, 7, 8 ]
// 长度:  5

可以看到，首先定义了一个 result 数组，它是用于描述最长递增子序列元素在原数组对应的下标数组。然后定义了一个循环，循环中排除了元素值为 0 的情况，因为 0 在 dom diff 中是需要新增的子节点，此时我们考虑的是元素移动的情况。接下来，将当前元素与子序列最后一个元素对应的原数组的元素进行比较，如果当前元素更大，则将下标 push 进 result。

这样目前可以保证 result 数组中保存的下标是递增的，[ 0, 2, 3, 7, 8 ]，但是所对应的元素值为 [3, 8, 9, 11, 15]，长度为 5，很明显，2 比 3更小，可以求解更长的递增子序列 [2, 5, 6, 7, 11, 15]，长度为 6

接下来，我们通过二分查找保证最长递增子序列长度正确

2. 构建一个正确长度的最长递增子序列，只需要保证数组长度正确即可

function getRequence(arr) {const length = arr.length;// 描述最长递增子序列的数组，元素是递增元素对应的下标const result = [0];// result 最后一个元素let resultLast;+  let start;
+  let end;
+  let middle;for (let i = 0; i < length; i++) {const arrI = arr[i];// 在 Vue 3 Diff 中，0 表示该新节点不在旧节点的中，是需要进行新增的节点if (arrI !== 0) {resultLast = result[result.length - 1];if (arrI > arr[resultLast]) {result.push(i);continue;}+      start = 0;
+      end = result.length - 1;
+
+      while (start < end) {
+        middle = ((start + end) / 2) | 0; // 或者 middle = Math.floor((start + end) / 2);
+
+        if (arr[result[middle]] < arrI) {
+          start = middle + 1;
+        } else {
+          end = middle;
+        }
+      }
+
+      // while 循环结束后，start 和 end 会指向同一个元素
+      if (arr[result[end]] > arrI) {
+        result[end] = i;
+      }}}return result;
}const data = [3, 2, 8, 9, 5, 6, 7, 11, 15, 4];const res = getRequence(data);console.log('下标: ', res);
console.log('长度: ', res.length);// 下标:  [ 1, 9, 5, 6, 7, 8 ]，对应的arr中元素是 [2, 4, 6, 7, 11, 15]
// 长度:  6

可以看到，我们定义了 start，end 和 middle 三个指针，不断进行二分查询，中间元素 middle 小于 arrI，说明 arrI 较大，区间换成[middle + 1, end]; 否则说明，中间元素 middle 大于等于 arrI，说明 arrI 较小，区间换成 [start, middle]，如此循环，直至 start ≥ end 为止，二分找到某一项刚好大于当前项，此时 start 和 end 指针应该是指向同一个元素下标，然后用当前元素替换掉二分找到的那一项。

result 数组下标变化过程（使用 arr 数组元素描述，这样更清晰一点）// 3
// 2
// 2 8
// 2 8 9
// 2 5 9
// 2 5 6
// 2 5 6 7
// 2 5 6 7 11
// 2 5 6 7 11 15
// 2 4 6 7 11 15

在我们的例子中，需要在数组 [2, 5, 6, 7, 11, 15] 中找到 4 应该放入的位置，需要对数组进行二分查找， start: 0, end: 6, middle: 3, 然后使用 while 不断二分查询，最终找到替换元素是 5，然后用 4替换掉 5。

很明显，4 替换 5 明显是错误的，因为最长递增子序列的顺序不能颠倒。

3. 回溯：使用前驱索引纠正最长递增子序列的偏差

回溯这个过程需要定义一个与原数组相同长度的数组 p，数组每一项保存应该排在当前元素前面元素的下标。然后经过逆序遍历数组 p，纠正 result 数组的元素。

可能文字表述有些复杂，我们画个图解释一下：

result 数组下表变化过程（使用 arr 数组元素描述，这样更清晰一点）// 3
// 2
// 2 8
// 2 8 9
// 2 5 9
// 2 5 6
// 2 5 6 7
// 2 5 6 7 11
// 2 5 6 7 11 15

在数组 result 组建过程中，我们用 p 数组保存当前 result 的前一项的索引。

function getRequence(arr) {const length = arr.length;// 描述最长递增子序列的数组，元素是递增元素对应的下标const result = [0];// result 最后一个元素let resultLast;let start;let end;let middle;+  let p = arr.slice();for (let i = 0; i < length; i++) {const arrI = arr[i];// 在 Vue 3 Diff 中，0 表示该新节点不在旧节点的中，是需要进行新增的节点if (arrI !== 0) {resultLast = result[result.length - 1];if (arrI > arr[resultLast]) {result.push(i);
+        p[i] = resultLast;continue;}start = 0;end = result.length - 1;while (start < end) {middle = ((start + end) / 2) | 0; // 或者 middle = Math.floor((start + end) / 2);if (arr[result[middle]] < arrI) {start = middle + 1;} else {end = middle;}}// while 循环结束后，start 和 end 会指向同一个元素if (arr[result[end]] > arrI) {result[end] = i;
+        p[i] = result[end - 1];}}}+  let i = result.length;
+  let last = result[i - 1];
+
+  while (i-- > 0) {
+    result[i] = last;
+   last = p[last];
+  }return result;
}const data = [3, 2, 8, 9, 5, 6, 7, 11, 15, 4];const res = getRequence(data);console.log('下标: ', res);
console.log('长度: ', res.length);// 下标:  [ 1, 4, 5, 6, 7, 8 ]
// 长度:  6

定义了数组 p 长度与 arr 数组长度保持一致，p[i] 是描述应该在当前元素前面元素的下标，方便回溯时纠正第 2 步生成的有问题的 result 数组。result 数组中最后一项肯定是正确的下标位置，我们通过 p 数组不断迭代，修正 result 中存储下标错误的问题。

Vue3 最长递增子序列详解相关推荐

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 ...
动态规划设计方法详解最长递增子序列
很多读者反应,就算看了前文动态规划详解,了解了动态规划的套路,也不会写状态转移方程,没有思路,怎么办?本文就借助「最长递增子序列」来讲一种设计动态规划的通用技巧:数学归纳思想. 最长递增子序列(Lon ...
vue3源码中的最长递增子序列
求解最长递增子序列是一道经典的算法题, 多数解法是使用动态规划的思想,算法的时间复杂度是O(); 而Vue.js内部使用的是维基百科提供的一套"贪心+二分查找"的算法; 贪心算法的 ...
51Nod：1134 最长递增子序列
动态规划修改隐藏话题 1134 最长递增子序列基准时间限制:1 秒空间限制:131072 KB 分值: 0 难度:基础题收藏关注给出长度为N的数组,找出这个数组的最长递增子序列.( ...
最长递增子序列问题的求解
一, 最长递增子序列问题的描述设L=<a1,a2,-,an>是n个不同的实数的序列,L的递增子序列是这样一个子序列Lin=<aK1,ak2,-,akm>,其中k1<k2 ...
最大子序列、最长递增子序列、最长公共子串、最长公共子序列、字符串编辑距离
最大子序列最大子序列是要找出由数组成的一维数组中和最大的连续子序列.比如{5,-3,4,2}的最大子序列就是 {5,-3,4,2},它的和是8,达到最大:而 {5,-6,4,2}的最大子序列是{4, ...
c语言找出递增子数组的长度,求给定数组的最长递增子序列（记录子序列的值）...
#include using namespace std; const int maxn = 100; int arr[maxn], dp[maxn], pre[maxn]; // pre记录前一个的 ...
跟着编程之美学算法——最长递增子序列（转）
之前学习了动态规划中最基本的问题,最长公共子序列,具体解法,见前前一篇博客: http://www.cnblogs.com/liyukuneed/archive/2013/05/22/3090597. ...
转]最长递增子序列问题的求解
最长递增子序列问题是一个很基本.较常见的小问题,但这个问题的求解方法却并不那么显而易见,需要较深入的思考和较好的算法素养才能得出良好的算法.由于这个问题能运用学过的基本的算法分析和设计的方法与思想,能 ...

Vue3 最长递增子序列详解