最长上升子序列总结

来源:互联网 发布:中关村软件破解 编辑:程序博客网 时间:2024/06/16 02:18

笔试遇到驼峰数问题,其实就是从左到右,从右到左求最长升序自序列问题,但是提交超时,经典的dp算法时间复杂度是O(n^2),上网找到使用二分查找的方法时间复杂度可以降到

O(n*log(n)),以前都没注意总结,现在后悔莫及!!!

赶紧记录一下,原文如下:

转载自:http://blog.csdn.net/zhangyx_xyz/article/details/50949957

LIS(Longest Increasing Subsequence)最长上升子序列 或者 最长不下降子序列。很基础的题目,有两种算法,复杂度分别为O(n*logn)和O(n^2) 。

*********************************************************************************

先回顾经典的O(n^2)的动态规划算法:

设a[t]表示序列中的第t个数,dp[t]表示从1到t这一段中以t结尾的最长上升子序列的长度,初始时设dp[t] = 0(t = 1, 2, ..., len(A))。则有动态规划方程:dp[t] = max{1, dp[j] + 1} (j = 1, 2, ..., t - 1, 且a[j] < a[t])。

一般若从a[t]开始,此时最长不下降子序列应该是按下列方法求出的: 
 在a[t+1],a[t+2],...a[n]中,找出一个比a[t]大的且最长的不下降子序列,作为它的后继。 

 

代码实现如下:

 

 

#include<iostream>using namespace std;#define max(a,b) a>b?a:bint main(){    int n, i, j, dp[101], x[101], max_len;    while (cin >> n)    {        for (i = 0; i < n; i++)            cin >> x[i];        dp[0] = 1;//表示以x[0]为子序列最右边的长度位1        for (i = 1; i < n; i++)        {            dp[i] = 1;//初始化每种情况最小值为1            for (j = 0; j < i; j++)            {                if (x[i]>x[j] && dp[j] + 1>dp[i])//从0-i进行扫描,查找边界小于当前最优解长度相等的解优化最优解                    dp[i] = dp[j] + 1;//如果允许子序列相邻元素相同  x[i]>=x[j]&&dp[j]+1>dp[i];            }        }        for (i = max_len = 0; i < n; i++)            max_len = max(max_len, dp[i]);//等到最大子序列长度        cout << max_len << endl;    }    return 0;}

 

 

 

 

最长上升子序列O(nlogn)解法

 

在一列数中寻找一些数,这些数满足:任意两个数a[i]和a[j],若i<j,必有a[i]<a[j],这样最长的子序列称为最长递增子序列。

设dp[i]表示以i为结尾的最长递增子序列的长度,则状态转移方程为:

dp[i] = max{dp[j]+1}, 1<=j<i,a[j]<a[i].

考虑两个数a[x]和a[y],x<y且a[x]<a[y],且dp[x]=dp[y],当a[t]要选择时,到底取哪一个构成最优的呢?显然选取a[x]更有潜力,因为可能存在a[x]<a[z]<a[y],这样a[t]可以获得更优的值。在这里给我们一个启示,当dp[t]一样时,尽量选择更小的a[x].

按dp[t]=k来分类,只需保留dp[t]=k的所有a[t]中的最小值,设g[k]记录这个值,g[k]=min{a[t],dp[t]=k}。

 这时注意到g的两个特点(重点):

1. g[k]在计算过程中单调不升;           

2. g数组是有序的,g[1]<g[2]<..g[n]。

利用这两个性质,可以很方便的求解:

(1).设当前已求出的最长上升子序列的长度为len(初始时为1),每次读入一个新元素x:

(2).若x>g[len],则直接加入到d的末尾,且len++;(利用性质2)

   否则,在g中二分查找,找到第一个比x小的数g[k],并g[k+1]=x,在这里x<=g[k+1]一定成立(性质1,2)。

代码实现如下:

 

#include<iostream>#include<cstring>using namespace std;const int maxn = 50001;int binary_search(int key, int *g, int low, int high){    while (low < high)    {        int mid = (low + high) >> 1;        if (key >= g[mid])            low = mid + 1;        else            high = mid;    }    return low;}int main(){    int i, j, a[maxn], g[maxn], n, len;    while (cin >> n)    {        memset(g, 0, sizeof(g));        for (i = 0; i < n; i++)            cin >> a[i];        g[1] = a[0], len = 1;//初始化子序列长度为1,最小右边界        for (i = 1; i < n; i++)        {            if (g[len] < a[i])//(如果允许子序列相邻元素相同 g[len]<=a[i],默认为不等)                j = ++len; //a[i]>g[len],直接加入到g的末尾,且len++            else                j = binary_search(a[i], g, 1, len + 1);            g[j] = a[i];//二分查找,找到第一个比a[i]小的数g[k],并g[k+1]=a[i]        }        cout << len << endl;    }    return 0;}

 

 

例题分析:(swust oj 126 低价购买)

 

低价购买

Time limit(ms): 1000       Memory limit(kb): 65535
 
“低价购买”这条建议是在奶牛股票市场取得成功的一半规则。要想被认为是伟大的投资者,你必须遵循以下的问题建议:“低价购买;再低价购买”。每次你购买一支股票,你必须用低于你上次购买它的价格购买它。买的次数越多越好!你的目标是在遵循以上建议的前提下,求你最多能购买股票的次数。你将被给出一段时间内一支股票每天的出售价(216范围内的正整数),你可以选择在哪些天购买这支股票。每次购买都必须遵循“低价购买;再低价购买”的原则。写一个程序计算最大购买次数。
这里是某支股票的价格清单: 
日期 1 2 3 4 5 6 7 8 9 10 11 12 
价格 68 69 54 64 68 64 70 67 78 62 98 87 
最优秀的投资者可以购买最多4次股票,可行方案中的一种是: 
日期 2 5 6 10 
价格 69 68 64 62
Description
第1行: N (1 <= N <= 5000),股票发行天数 
第2行: N个数,是每天的股票价格。
Input
输出文件仅一行包含两个数:最大购买次数和拥有最大购买次数的方案数(<=231)当二种方案“看起来一样”时(就是说它们构成的价格队列一样的时候),这2种方案被认为是相同的。
Output
1
2
3
12
68 69 54 64 68 64 70 67 78 62 98 87
 
Sample Input
1
4 2

 

 

分析:在扫描[1,i-1]寻找最优解时,如果当前解与已知最优解相同,就进行累加;如果更大,就覆盖之前的结果。对于重复方案的判断,可以比较已
知最优解的末尾和和当前解的末尾,两个价格如果相同,那么就不能进行累加,而应该选取更靠后的一个。显然靠后的价格会有不少于靠前的
价格的方案数,例如序列3,2,3,2,1:
num[2]=1,num[4]=2。
为了方便起见,可以从后往前扫描,即i-1 to 1,并用t记录最近一个最优解的price,只有小于t的price[j]才进行累加和更新。

 

AC 代码:

#include<iostream>using namespace std;int price[5001], dp[5001], num[5001];int main(){    int n, i, j, t;    cin >> n;    for (i = 0; i < n; i++)        cin >> price[i];    for (i = 0; i <= n; i++)    {        num[i] = 1;        t = 0x3f3f3f3f; //判断是否为相同方案的变量        for (j = i - 1; j >= 0; j--)        if (price[j]>price[i])        {            if (dp[j] >= dp[i])            {                t = price[j];                dp[i] = dp[j] + 1;                num[i] = num[j];            }            else if (dp[j] + 1 == dp[i] && price[j] < t)            {                t = price[j];                num[i] += num[j];            }        }    }    cout << dp[n] << ' ' << num[n] << endl;;    return 0;}

 

不得不说一句dp是个神奇而强大的思想~~~~

 


0 0
原创粉丝点击