最长递增子序列
来源:互联网 发布:手机上怎么注册淘宝店 编辑:程序博客网 时间:2024/05/16 08:15
问题描述
三种解法
动态规划
设以arr[i]结尾的最长递增子序列的长度为L[i],则L[j]={ max(L(i))+1, i<j且a[i]<a[j] },然后找出L[]数组中的最大值即为LIS的长度。int lis2(int arr[], int len) { cout<<sizeof(arr)/sizeof(arr[0])<<endl; int *longest=new int[len]; for (int i=0; i<len; i++) longest[i] = 1; for (int j=1; j<len; j++) ////L[j]={ max(L(i))+1, i<j且a[i]<a[j] }{ for (int i=0; i<j; i++) { if (arr[j]>arr[i] && longest[j]<longest[i]+1){ //注意longest[j]<longest[i]+1这个条件,不能省略。 longest[j] = longest[i] + 1; //计算以arr[j]结尾的序列的最长递增子序列长度 } } } int max = 0; for (int j=0; j<len; j++) { cout << "longest[" << j << "]=" << longest[j] << endl; if (longest[j] > max) max = longest[j]; //从longest[j]中找出最大值 } delete longest;longest=NULL; return max; }
最长公共子序列
int cmp(const void *a,const void *b){return *(int*)a-*(int *)b;}int lis4(int *a,int len){int result=0;int *tempArray=new int[len];//有序数组for(int i=0;i<len;i++)tempArray[i]=a[i];qsort(tempArray,len,sizeof(int),cmp);//排序//动态申请二维数组int **LCS=new int*[len+1];for(int i=0;i<len+1;i++)LCS[i]=new int[len+1];for(int i=0;i<len+1;i++)for(int j=0;j<len+1;j++)LCS[i][j]=0;for(int i=1;i<len+1;i++)//求LCS{for(int j=1;j<len+1;j++){if(a[i-1]==tempArray[j-1])LCS[i][j]=LCS[i-1][j-1]+1;else if(LCS[i-1][j]>LCS[i][j-1])LCS[i][j]=LCS[i-1][j];elseLCS[i][j]=LCS[i][j-1];}}result=LCS[len][len];delete []tempArray;for(int i=0;i<len;i++)delete []LCS[i];delete []LCS;return result;}
O(NlgN)算法
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。
用一个动态增长的数组B,B[i](i从1开始,最大为数组d的长度,当d是有序数组时。)表示当前对应长度为i的LIS的最小末尾,即所有的长度为i的递增序列arr中,B[i]=min{所有的arr[i]},如长度为3的递增序列可以是{1,3,6}、{1,3,4},则B[3]=4。这样数组B是一个有序序列。
下面一步一步试着找出它。
方法:遍历数组d,不断跟新数组B。当遍历到d[j]时,d中以d[j]结尾的最长递增子序列的长度一定是将d[j]插入B中的位置,因为B中记录了当前对应各个长度的最小末尾。
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)~!
代码如下(代码中的数组B从位置0开始存数据):
<span style="font-weight: normal;">int lis3(int *array, int n) //计算最长递增子序列的长度,计算B数组的元素,array[]循环完一遍后,B的长度len即为所求{ </span><span style="font-weight: normal;"> int *B=new int[n]; int len = 1; //B的初始长度 B[0] = array[0]; int i, pos = 0; for(i=1; i<n; ++i) //遍历数组array { if(array[i] > B[len-1]) //如果大于B中最大的元素,则直接插入到B数组末尾 { B[len] = array[i]; ++len; } else { pos = BiSearch(B, len, array[i]); //二分查找需要插入的位置 B[pos] = array[i]; //修改B[pos],</span><span style="color:#ff0000;">这里是修改不想一般的做插入操作</span><span style="font-weight: normal;"> } } return len; } //修改的二分查找算法,返回数组元素需要插入的位置。 int BiSearch(int *b, int len, int w) { int left = 0, right = len - 1; int mid; while (left <= right) { mid = left + (right-left)/2; if (b[mid] > w) right = mid - 1; else if (b[mid] < w) left = mid + 1; else //找到了该元素,则直接返回 return mid; } return left;//数组b中不存在该元素,则返回该元素应该插入的位置}</span>
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- 最长递增子序列
- Android系统编译
- centos下安装maven
- Maven与测试
- Rate Control and H.264
- 黑马程序员---visual studio 快捷键大全
- 最长递增子序列
- 十一周 项目4 类族的设计
- Java简单模式的简单例子
- label 中可以显示不同字体,不同颜色 的text
- Hibernate二级缓存
- 排序算法(四):快速排序
- 集合类说明及区别
- android访问webservice
- matlab中的显示精度