动态规划-最长上升子序列
来源:互联网 发布:淘宝上卖厂货的店 编辑:程序博客网 时间:2024/06/08 05:10
一、什么是最长上升
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
二、最长上升子序列的最优子结构
我们首先来建立一下递推关系:
定义dp[i]:=以ai为末尾的最长上升子序列的长度
以ai为末尾的最长上升子序列是:
a.只包含ai的子序列;
b.在满足j<i并且aj<ai的以aj为结尾的上升子序列末尾,追加上ai后得到的子序列;
这样就能得到下面的递推关系式:
LIS[i] = max{1, F[j] + 1} (j = 1, 2, ..., t - 1, 且A[j] < A[t])
三、暴力实现
static int robot(int idx, vector<int>& nums){if (idx < 0){return 0;}int ans = 0;for (int i = 0; i < idx; i++){if (nums[i] < nums[idx]){ans = max(ans, robot(i- 1, nums));}}return ans + 1;}
四、算法实现
int lis_len(int* arr, int n){int i, j, res = 0;int dp[MAX_N];for (i = 0; i < n; i++){dp[i] = 1;for (j = 0; j < i; j++){if (arr[j] < arr[i]){dp[i] = max(dp[i], dp[j] + 1);}}res = max(res, dp[i]);}return res;}
五、算法改进
class Solution {public:static int robot(vector<int>& nums){for (int i = 0; i < 10000; i++){mi[i] = 1000000;}int path = 0;for (int idx = 0; idx < nums.size(); idx++){int ans = 0;for (int i = 0; i <= path;i++){if (nums[idx] > mi[i]){ans = max(ans, i);}}f[idx] = ans + 1;mi[f[idx]] = min(mi[f[idx]], nums[idx]);path = max(path, f[idx]);}return f[nums.size()-1];} static int lengthOfLIS(vector<int>& nums) {return robot(nums); }};
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
- java字节流的例子
- Expressions and Statemen
- opencv 车道线检测(三)
- 《HeadFirst设计模式》读书笔记-第4章-工厂模式
- Android6.0运行时权限的封装
- 动态规划-最长上升子序列
- 《花落的声音》(张爱玲作品)
- 06-jQuery动画-1
- 一些文献(为写论文)
- 【.NET】对发布网站的临时调查问卷
- 轮播图效果实现详解
- 学习Java编程技术
- sql server 无法为此请求检索数据
- python简单框架实现爬取NBA球员数据