最长递增子序列(LIS)的O(NlogN)打印算法
来源:互联网 发布:实战nginx pdf 网盘 编辑:程序博客网 时间:2024/05/16 04:35
题目:
求一个一维数组arr[n]中的最长递增子序列的长度,如在序列1,5,8,3,6,7中,最长递增子序列长度为4 (即1,3,6,7)。
由于LIS用O(NlogN)也能打印,O(N^2)的DP方法见最后。
从LIS的性质出发,要想得到一个更长的上升序列,该序列前面的数必须尽量的小。
对于原序列1,5,8,3,6,7来说,当子序列为1,5,8时,遇到3时,序列已经不能继续变长了。但是,我们可以通过替换,使“整个序列”看上去更小,从而有更大的机会去变长。这样,当替换5-3和替换8-6完成后(此时序列为1,3,6),我们可以在序列末尾添加一个7了。
那为什么复杂度可以是O(NlogN)呢?
关键就在“替换”这一步上,若直接遍历序列替换,每次替换都要O(N)的时间。但是只要我们再次利用LIS的性质——序列是有序的(单调的),就可以用二分查找,在O(logN)的时间内完成一次替换,所以算法的复杂度是O(NlogN)的。
代码如下:
#include<bits/stdc++.h>using namespace std;const int inf = 0x3f3f3f3f;const int mx = int(1e5) + 5;int a[mx], dp[mx], pos[mx], fa[mx];vector<int> ans;int get_lis(int n){memset(dp, 0x3f, sizeof(dp));pos[0] = -1;int i, lpos;for (i = 0; i < n; ++i){dp[lpos = (lower_bound(dp, dp + n, a[i]) - dp)] = a[i];pos[lpos] = i; /// *靠后打印fa[i] = (lpos ? pos[lpos - 1] : -1);}n = lower_bound(dp, dp + n, inf) - dp;for (i = pos[n - 1]; ~fa[i]; i = fa[i]) ans.push_back(a[i]);ans.push_back(a[i]); /// 最后逆序打印ans即可return n;}
例题:
POJ 3903 Stock Exchange
UVA 481 What Goes Up
推广:带权值的最长上升子序列:
UVa 11790 Murcia's Skyline
HDU 1087 Super Jumping! Jumping! Jumping!
另:最长不降子序列:
#include<bits/stdc++.h>using namespace std;const int mx = 10005;int lis[mx];bool cmp(int a, int b){return a <= b;}int main(){int N, len, i, j, x;while (~scanf("%d", &N)){len = 0;for (i = 1; i <= N; ++i){scanf("%d", &x);j = lower_bound(lis + 1, lis + len + 1, x, cmp) - lis;lis[j] = x;len = max(len, j);}printf("%d\n", len);}return 0;}
最长递减子序列:
#include<bits/stdc++.h>using namespace std;const int mx = 10005;int lis[mx];int main(){int N, len, i, j, x;while (~scanf("%d", &N)){len = 0;for (i = 1; i <= N; ++i){scanf("%d", &x);j = lower_bound(lis + 1, lis + len + 1, x, greater<int>()) - lis;lis[j] = x;len = max(len, j);}printf("%d\n", len);}return 0;}
附:O(N^2)算法
像LCS一样,从后向前分析,很容易想到,第i个元素之前的最长递增子序列的长度要么是1(单独成一个序列),要么就是第i-1个元素之前的最长递增子序列加1,这样得到状态方程:
LIS[i] = max{1,LIS[k]+1} (∀k<i,arr[i] > arr[k])
这样arr[i]才能在arr[k]的基础上构成一个新的递增子序列。
代码如下:在计算好LIS长度之后,递归输出其中的一个最长递增子序列。
#include<cstdio>#include<algorithm>using namespace std;int dp[31]; /* dp[i]记录到[0,i]数组的LIS */int lis = 1; /* LIS长度,初始化为1 */int LIS(int *arr, int arrsize){for (int i = 0; i < arrsize; ++i){dp[i] = 1;for (int j = 0; j < i; ++j) /// 注意i只遍历比它小的元素if (arr[j] < arr[i])dp[i] = max(dp[i], dp[j] + 1);lis = max(lis, dp[i]);}return lis;}/* 递归输出LIS,因为数组dp还充当了“标记”作用 */void outputLIS(int *arr, int index){bool isLIS = false;if (index < 0 || lis == 0)return;if (dp[index] == lis){--lis;isLIS = true;}outputLIS(arr, --index);if (isLIS)printf("%d ", arr[index + 1]);}int main(void){int arr[] = {1, 5, 8, 3, 6, 7};printf("%d\n", LIS(arr, sizeof(arr) / sizeof(*arr)));outputLIS(arr, sizeof(arr) / sizeof(*arr) - 1);return 0;}
- 最长递增子序列(LIS)的O(NlogN)打印算法
- 最长递增子序列LIS的O(nlogn)的求法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长递增子序列 O(NlogN)算法
- 最长上升子序列(LIS)长度的O(nlogn)算法
- 优化的最长上升子序列LIS算法 O(nlogn)
- 最长上升子序列(LIS)长度的O(nlogn)算法 .
- 最长上升子序列(LIS)长度的O(nlogn)算法
- win8安装 SQL Server2008企业版教程
- 事件处理示例代码(二)
- 最大的勇敢,是征服自己的意气
- Android项目实战--手机卫士13--手机号码归属地的逻辑和数据库的压缩
- cocos2d-x在mac下配置安卓开发环境
- 最长递增子序列(LIS)的O(NlogN)打印算法
- 百度:这一世,垄断已尽,我还好,你也保重!
- 浅谈DNS体系结构:DNS系列之一
- 苏宁银行名称获工商总局批准
- 婚姻和工作
- IP Camera代码分析
- 关于MySQL运算例子
- Sans Serif 与 Serif 字体是什么意思?
- 百度影棒“高配低价”杀入互联网电视盒子争夺战