【hdu1950】Bridging signals

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; i++)
{for(j=1; j<i; j++){if(s[i]>s[j])dp[i]=max(dp[j]+1,dp[i]);}ans=max(ans,dp[i]);
}

最长上升子序列（LIS）的典型变形，熟悉的n^2的动归会超时。LIS问题可以优化为nlogn的算法。
定义d[k]:长度为k的上升子序列的最末元素，若有多个长度为k的上升子序列，则记录最小的那个最末元素。
注意d中元素是单调递增的，下面要用到这个性质。
首先len = 1,d[1] = a[1],然后对a[i]:若a[i]>d[len]，那么len++，d[len] = a[i];
否则，我们要从d[1]到d[len-1]中找到一个j，满足d[j-1]<a[i]<d[j],则根据D的定义，我们需要更新长度为j的上升子序列的最末元素（使之为最小的）即 d[j] = a[i];
最终答案就是len
利用d的单调性，在查找j的时候可以二分查找，从而时间复杂度为nlogn。
==================================

最长上升子序列nlogn算法

在川大oj上遇到一道题无法用n^2过于是，各种纠结，最后习得nlogn的算法

最长递增子序列，Longest Increasing Subsequence 下面我们简记为 LIS。
排序+LCS算法以及 DP算法就忽略了，这两个太容易理解了。

假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7，可以看出来它的LIS长度为5。n
下面一步一步试着找出它。
我们定义一个序列B，然后令 i = 1 to 9 逐个考察这个序列。
此外，我们用一个变量Len来记录现在最长算到多少了

首先，把d[1]有序地放到B里，令B[1] = 2，就是说当只有1一个数字2的时候，长度为1的LIS的最小末尾是2。这时Len=1

然后，把d[2]有序地放到B里，令B[1] = 1，就是说长度为1的LIS的最小末尾是1，d[1]=2已经没用了，很容易理解吧。这时Len=1

接着，d[3] = 5，d[3]>B[1]，所以令B[1+1]=B[2]=d[3]=5，就是说长度为2的LIS的最小末尾是5，很容易理解吧。这时候B[1..2] = 1, 5，Len＝2

再来，d[4] = 3，它正好加在1,5之间，放在1的位置显然不合适，因为1小于3，长度为1的LIS最小末尾应该是1，这样很容易推知，长度为2的LIS最小末尾是3，于是可以把5淘汰掉，这时候B[1..2] = 1, 3，Len = 2

继续，d[5] = 6，它在3后面，因为B[2] = 3, 而6在3后面，于是很容易可以推知B[3] = 6, 这时B[1..3] = 1, 3, 6，还是很容易理解吧？ Len = 3 了噢。

第6个, d[6] = 4，你看它在3和6之间，于是我们就可以把6替换掉，得到B[3] = 4。B[1..3] = 1, 3, 4， Len继续等于3

第7个, d[7] = 8，它很大，比4大，嗯。于是B[4] = 8。Len变成4了

第8个, d[8] = 9，得到B[5] = 9，嗯。Len继续增大，到5了。

最后一个, d[9] = 7，它在B[3] = 4和B[4] = 8之间，所以我们知道，最新的B[4] =7，B[1..5] = 1, 3, 4, 7, 9，Len = 5。

于是我们知道了LIS的长度为5。

!!!!! 注意。这个1,3,4,7,9不是LIS，它只是存储的对应长度LIS的最小末尾。有了这个末尾，我们就可以一个一个地插入数据。虽然最后一个d[9] = 7更新进去对于这组数据没有什么意义，但是如果后面再出现两个数字 8 和 9，那么就可以把8更新到d[5], 9更新到d[6]，得出LIS的长度为6。

然后应该发现一件事情了：在B中插入数据是有序的，而且是进行替换而不需要挪动——也就是说，我们可以使用二分查找，将每一个数字的插入时间优化到O(logN)~~~~~于是算法的时间复杂度就降低到了O(NlogN)～！

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int  MAXN=40005;
int arr[MAXN],ans[MAXN],len;
int Binary_search(int i)
{  int l,r,mid;  l=0,r=len;  while(l<=r)  {  mid=(l+r)>>1;  if(ans[mid]>=arr[i]) r=mid-1;  else l=mid+1;  }  return l;
}
int main()
{int T,p,i;scanf("%d",&T);while(T--){scanf("%d",&p);for(i=1; i<=p; ++i)scanf("%d",&arr[i]);ans[1] = arr[1];len=1;for(i=2; i<=p; ++i){if(arr[i]>ans[len])//加不加等号根据琴情况判断ans[++len]=arr[i];else{int pos=Binary_search(i);// 如果用STL：int pos=lower_bound(ans+1,ans+len+1,arr[i])-ans;ans[pos] = arr[i];}}printf("%d\n",len);}return 0;
}

LIS的O(nlogn)算法（二分）相关推荐

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; ...
LIS的O(nLogN)算法
今天回顾WOJ1398,发现了这个当时没有理解透彻的算法. 看了好久好久,现在终于想明白了. 试着把它写下来,让自己更明白. 最长递增子序列,Longest Increasing Subsequenc ...
LIS 的 n*log 算法 ———二分维护
upper_bound只会替换让留在数组里的最长递增子序列尽可能小由于upper查出来的结果下标是那个可以插入这个值得最后一个元素所以他会把大的数变成小的数 upper将可以替换成新元素的元素替换 ...
【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 ...
最长递增子序列 O(NlogN)算法
最长递增子序列 O(NlogN)算法今天回顾WOJ1398,发现了这个当时没有理解透彻的算法. 看了好久好久,现在终于想明白了. 试着把它写下来,让自己更明白. 最长递增子序列,Longest In ...
0x04.基本算法 — 二分和三分
目录一.二分 0.二分法 1.整数域上的二分 2.实数域上的二分二.三分 0.三分求单峰函数极值 1.P3382 [模板]三分法(秦九韶求多项式+三分) 三.二分答案转化为判定 0.经典例子 1. ...
最长不下降子序列的O(n^2)算法和O(nlogn)算法
转帖最长不下降子序列的O(n^2)算法和O(nlogn)算法最长不下降子序列(LIS:Longest Increasing Subsequence) //用句通俗的话说,我讲的很通俗易懂~~ 问题 ...
最长上升子序列(O(nlogn))算法并输出最长上升子序列
最长上升子序列普通算法 dp[n]表示以a[n]结尾的最长上升子序列长度显然有 dp[n]=max(dp[n],dp[i]+1) 满足a[i]<a[n],1<=i<n 实现过程时间 ...

LIS的O(nlogn)算法（二分）

最长上升子序列nlogn算法

LIS的O(nlogn)算法（二分）相关推荐

最新文章

热门文章