NYOJ 214 单调递增子序列(二)
来源:互联网 发布:约翰威廉姆斯配乐知乎 编辑:程序博客网 时间:2024/05/16 20:30
单调递增子序列(二)
- 描述
给定一整型数列{a1,a2...,an}(0<n<=100000),找出单调递增最长子序列,并求出其长度。
如:1 9 10 5 11 2 13的最长单调递增子序列是1 9 10 11 13,长度为5。
- 输入
- 有多组测试数据(<=7)
每组测试数据的第一行是一个整数n表示序列中共有n个整数,随后的下一行里有n个整数,表示数列中的所有元素.每个整形数中间用空格间隔开(0<n<=100000)。
数据以EOF结束 。
输入数据保证合法(全为int型整数)! - 输出
- 对于每组测试数据输出整形数列的最长递增子序列的长度,每个输出占一行。
- 样例输入
71 9 10 5 11 2 1322 -1
- 样例输出
51
题目的算法还是比较容易看出来的,就是求最长上升子序列的长度。
不过这一题的数据规模最大可以达到40000,经典的O(n^2)的动态规划算法明显会超时。我们需要寻找更好的方法来解决是最长上升子序列问题。
先回顾经典的O(n^2)的动态规划算法,设A[i]表示序列中的第i个数,F[i]表示从1到i这一段中以i结尾的最长上升子序列的长度,初始时设F[i] = 0(i = 1, 2, ..., len(A))。则有动态规划方程:F[i] = max{1, F[j] + 1} (j = 1, 2, ..., i - 1, 且A[j] < A[i])。
现在,我们仔细考虑计算F[i]时的情况。假设有两个元素A[x]和A[y],满足
(1)x < y < i (2)A[x] < A[y] < A[i] (3)F[x] = F[y]
此时,选择F[x]和选择F[y]都可以得到同样的F[i]值,那么,在最长上升子序列的这个位置中,应该选择A[x]还是应该选择A[y]呢?
很明显,选择A[x]比选择A[y]要好。因为由于条件(2),在A[x+1] ... A[i-1]这一段中,如果存在A[z],A[x] < A[z] < a[y],则与选择A[y]相比,将会得到更长的上升子序列。
再根据条件(3),我们会得到一个启示:根据F[]的值进行分类。对于F[]的每一个取值k,我们只需要保留满足F[i] = k的所有A[i]中的最小值。设D[k]记录这个值,即D[k] = min{A[i]} (F[i] = k)。
注意到D[]的两个特点:
(1) D[k]的值是在整个计算过程中是单调不上升的。(2) D[]的值是有序的,即D[1] < D[2] < D[3] < ... < D[n]。
利用D[],我们可以得到另外一种计算最长上升子序列长度的方法。设当前已经求出的最长上升子序列长度为len。先判断A[i]与D[len]。若A[i] > D[len],则将A[i]接在D[len]后将得到一个更长的上升子序列,len = len + 1, D[len] = A[i];否则,在D[1]..D[len]中,找到最大的j,满足D[j] < A[i]。令k = j + 1,则有D[j] < A[i] <= D[k],将A[i]接在D[j]后将得到一个更长的上升子序列,同时更新D[k] = A[i]。最后,len即为所要求的最长上升子序列的长度。
在上述算法中,若使用朴素的顺序查找在D[1]..D[len]查找,由于共有O(n)个元素需要计算,每次计算时的复杂度是O(n),则整个算法的时间复杂度为O(n^2),与原来的算法相比没有任何进步。但是由于D[]的特点(2),我们在D[]中查找时,可以使用二分查找高效地完成,则整个算法的时间复杂度下降为O(nlogn),有了非常显著的提高。需要注意的是,D[]在算法结束后记录的并不是一个符合题意的最长上升子序列!
整个算法的难点在于二分查找的设计,需要非常小心注意。AC代码:
01.
#include<stdio.h>
02.
int
a[100005],dp[100005];
03.
int
Binarysearch(
int
x,
int
len)
04.
{
05.
int
mid,left,right;
06.
left=1;
07.
right=len;
08.
mid=(left+right)/2;
09.
while
(left<=right)
10.
{
11.
if
(x>dp[mid])
12.
left=mid+1;
13.
else
if
(x<dp[mid])
14.
right=mid-1;
15.
else
16.
return
mid;
17.
mid=(left+right)/2;
18.
}
19.
return
left;
20.
}
21.
int
main()
22.
{
23.
int
n,i,j,len;
24.
while
(
scanf
(
"%d"
,&n)!=EOF) //我不知道为什么不加 EOF 会超时
25.
{
26.
for
(i=0;i<n;i++)
27.
scanf
(
"%d"
,&a[i]);
28.
dp[1]=a[0];
29.
len=1;
30.
for
(i=1;i<n;i++)
31.
{
32.
j=Binarysearch(a[i],len);
33.
dp[j]=a[i];
34.
if
(j>len)
35.
len=j;
36.
}
37.
printf
(
"%d\n"
,len);
38.
}
39.
return
0;
40.
}
41.
/* len即为所要求的最长上升子序列的长度,但D[]在算法结束后记录的并不是一个符合题意的最长上升子序列*/
- NYOJ 214 单调递增子序列(二)
- NYOJ 214 单调递增子序列(二)
- NYOJ 214 单调递增子序列二
- Nyoj 214 单调递增子序列(二)
- NYOJ 214 单调递增子序列(二)
- NYOJ 214 单调递增子序列 二
- 单调递增子序列(二)(nyoj 214)
- NYOJ 214 单调递增子序列(二)
- nyoj-214 单调递增子序列(二)
- NYOJ 214 单调递增子序列(二)
- nyoj 214单调递增子序列(二)
- NYOJ-214-单调递增子序列(二)
- NYOJ-214 单调递增子序列(二)
- NYOJ-214-单调递增子序列(二)
- nyoj 214 单调递增子序列(二)
- nyoj 单调递增子序列(二)
- 单调递增子序列(二) NYOJ
- NYOJ 单调递增子序列(二) 南工214
- VC中的CEDIT class 自动滚动到最后一行
- 我的程序员之路(2)----关于好心朋友的评论让我有压力
- get cpu information by standard modules
- struts2 的action的生命周期
- 排序 问题
- NYOJ 214 单调递增子序列(二)
- poj2549 枚举+二分
- AS3 中,Function.apply、call中第一个参数的作用;与什么时候用;
- CSDN博客积分的一些想法
- Problem C
- 杂记_Browser
- 使用GDI+画曲线
- include 和require的区别
- 1.1让CPU占用率曲线听你指挥 1.2 中国象棋将帅问题