贪心算法之——最长上升子序列
来源:互联网 发布:qq飞车a车数据库 编辑:程序博客网 时间:2024/05/29 19:07
- 题目描述:
给定一个整型数组, 求这个数组的最长严格递增子序列的长度。 譬如序列1 2 2 4 3 的最长严格递增子序列为1,2,4或1,2,3.他们的长度为3。
- 输入:
输入可能包含多个测试案例。
对于每个测试案例,输入的第一行为一个整数n(1<=n<=100000):代表将要输入的序列长度
输入的第二行包括n个整数,代表这个数组中的数字。整数均在int范围内。
- 输出:
对于每个测试案例,输出其最长严格递增子序列长度。
- 样例输入:
44 2 1 351 1 1 1 1
- 样例输出:
21
该题用贪心算法来做,思路如下:
1、所谓贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择,即贪心选择来达到。这是贪心算法可行的第一个基本要素,也是贪心算法与动态规划算法的主要区别;
2、在这道题中,定义一个数组来存放最后的上升子序列,先将第一个数存入数组,对于之后的数,都和第一个数进行比较,如果大于第一个数,则存入,否则,使用二分法查找数组中第一个大于该数的数字,替换之;
3、通过这种方法,可以保证数组中的序列是有序的,而且是相对较小的序列,即有更大的潜力能成为最长子序列。
具体的c++代码如下所示:
#include<iostream>
#include<vector>
using namespace std;
int maxLongNoDrop(const vector<int> &a)//最长上升子序列
{
vector<int> s;
int l = a.size();
if (l == 0)
{
return 0;
}
s.push_back(a[0]);
int i = 1;
for (i = 1; i<l;i++)
{
if (a[i]>s.back())
{
s.push_back(a[i]);
}
else
{
int leftn = 0, rightn = s.size() - 1, mid = 0;
while (leftn <=rightn)
{
mid = (rightn + leftn) / 2;
if (a[i] > s[mid])
{
leftn = mid + 1;
}
else
{
rightn = mid - 1;
}
}
s[leftn] = a[i];
}
}
return s.size();
}
int main()
{
vector<int> vin = { 1, 3, 6, 5, 8, 0, 3 };
int maxlong = maxLongNoDrop(vin);
cout << maxlong << endl;
system("pause");
return 0;
}
- 贪心算法之——最长上升子序列
- hdu 5773 贪心+最长上升子序列
- hdu4521——最长上升子序列
- 笔记——最长上升子序列
- DP之最长上升子序列O(n*logn)算法
- 最长上升子序列之O(n^2)算法
- DP之最长上升子序列O(n*logn)算法
- C++动态规划算法之最长上升子序列
- 算法学习之动态规划--最长上升子序列
- 最长上升子序列LIS算法实现
- 最长上升子序列nlogn算法
- 最长上升子序列nlogn算法
- 最长上升子序列NLOGN算法
- LIS算法(最长上升子序列)
- 最长上升子序列O(nlogn)算法
- [算法] doj 1066 最长上升子序列
- 最长上升子序列----nlogn算法-模板
- bsoj2234 最长上升子序列nlogn算法
- 九度1015:还是A+B
- JQuery 导航
- Unity3D 脚本生命周期
- KMP
- OSG + MFC单文档 实现第一个程序
- 贪心算法之——最长上升子序列
- 获取百度地图相关代码
- vs智能提示英文转为中文
- 前端JS案例(一):倒计时
- 使用 rem 设置文字大小
- 欢迎使用CSDN-markdown编辑器
- Babel原理(待学习)
- 关于 Android 7.0 适配中 FileProvider 部分的总结
- [多校补题]2017 Multi-University Training Contest 2 solutions BY 电子科技大学