动态规划-最长上升子序列
来源:互联网 发布:winhex手工恢复数据 编辑:程序博客网 时间:2024/04/30 04:32
动态规划:保存递归中间结果,减少递归次数
- 总时间限制:
- 2000ms
- 内存限制:
- 65536kB
- 描述
- 一个数的序列bi,当b1 < b2 < ... < bS的时候,我们称这个序列是上升的。对于给定的一个序列(a1, a2, ..., aN),我们可以得到一些上升的子序列(ai1, ai2, ..., aiK),这里1 <= i1 < i2 < ... < iK <= N。比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8).
你的任务,就是对于给定的序列,求出最长上升子序列的长度。 - 输入
- 输入的第一行是序列的长度N (1 <= N <= 1000)。第二行给出序列中的N个整数,这些整数的取值范围都在0到10000。
- 输出
- 最长上升子序列的长度。
- 样例输入
71 7 3 5 9 4 8
- 样例输出
4
#include<iostream>#include<fstream>#include<memory.h>using namespace std;int D[1000+5];int visit[1000+5];int n;int maxseq(int i){if(i==n){return 0;}if(visit[i]==-1){visit[i]=1;for(int j=i+1;j<n;++j){int tmp=0;if(D[i]<D[j]){tmp=1+maxseq(j);if(visit[i]<tmp){visit[i]=tmp;}}}return visit[i];}else{return visit[i];}}int main(){//ifstream cin("in.txt");cin>>n;for(int i=0;i<n;++i){cin>>D[i];}memset(visit,-1,sizeof(visit));int max=1;for(int i=0;i<n;++i){int tmp=maxseq(i);if(max<tmp){max=tmp;}}cout<<max<<endl;return 0;}
0 0
- 动态规划:最长上升子序列
- 动态规划-最长上升子序列LIS
- 动态规划求最长上升子序列
- 【算法】动态规划 最长上升子序列
- 动态规划:最长上升子序列
- poj2533 动态规划+最长上升子序列
- POJ2533 动态规划 (最长上升子序列)
- 动态规划--最长上升子序列
- 动态规划-最长上升子序列【LIS】
- 动态规划之最长上升子序列
- 动态规划 LIS最长上升子序列
- 动态规划-最长上升子序列
- 动态规划:求最长上升子序列
- 动态规划-最长上升子序列
- 动态规划(最长上升子序列)
- 动态规划:最长上升子序列
- 【动态规划】 之 最长上升子序列
- 【原创】【动态规划】最长上升子序列
- Apache Storm 命令行操作
- 排序算法-基数排序
- Eclipse下的Android JNI 开发
- pthread_setspecific函数与pthread_getspecific函数
- MyBatis XML 映射配置文件
- 动态规划-最长上升子序列
- 字符串比较函数
- linux系统学习之实践--虚拟多个cpu核心
- 仿清理大师软件管理功能
- 前端遇到的坑小结
- 如何安全退出已调用多个Activity的Application?
- SharePoint 2010 - 无法发布InfoPath表单到SharePoint Library或Site Content Type的解决方案
- 【数据结构】二叉树
- Android 从app 携带参数 跳转到其他app的指定界面