最长上升子序列(LIS)的两种算法
2014-08-13 16:35
309 查看
方法一:时间复杂度O(n^2)
状态转移方程为dp[I]=max(dp[i],dp[j]+1) (j<i);
很好理解:假设有一个序列 A={1,2,5,3,4,7};
流程:
dp[i]初值都为1;
1) dp[1]=1;
2)dp[2]=1,A[2]>A[1] dp[2]=max{dp[2], dp[1]+1}=2;
3)dp[3]=1,A[3]>A[3] dp[3]=max{dp[3], dp[1]+1}=2;A[3]>A[2] dp[3]=max{dp[3], dp[2]+1}=3;
4)同上;
5)最后的dp
即为最长的序列;
代码如下:
方法二:时间复杂度(O(n*logn))
设A[t]=表示序列的第t个元素,f[t]表示长度为t的序列中最后一个数最小的那个数;
因此我们可以知道f[]数组有一个特殊的性质
f[i]<f[i+1]<f[i+2].......
假设 A[1..9] = 2 1 5 3 6 4 8 9 7,可以看出来它的LIS长度为5。
初始化 len=1;F[1]=A[1]=2;
1)A[2]=1小于F[1] 因此更新F[1]=A[2]=1;len=1;
2)A[3]=3大于F[1]因此F[++len]=A[3];
。。。。。然后
。。。。。继续
。。。。。更新的结尾
我们模拟这个过程可以发现 更新的时候总是在F找到小于更新值的最大值的位置,因此我们可以用二分进行搜索
例题:HDU1025 Constructing Roads In JGShining's Kingdom
http://acm.hdu.edu.cn/showproblem.php?pid=1025
代码如下:
状态转移方程为dp[I]=max(dp[i],dp[j]+1) (j<i);
很好理解:假设有一个序列 A={1,2,5,3,4,7};
流程:
dp[i]初值都为1;
1) dp[1]=1;
2)dp[2]=1,A[2]>A[1] dp[2]=max{dp[2], dp[1]+1}=2;
3)dp[3]=1,A[3]>A[3] dp[3]=max{dp[3], dp[1]+1}=2;A[3]>A[2] dp[3]=max{dp[3], dp[2]+1}=3;
4)同上;
5)最后的dp
即为最长的序列;
代码如下:
#include <iostream> #include <algorithm> #define N 100000 using namespace std; int a ; int dp ; int main() { int n; while(cin>>n) { for(int i=0;i<n;i++) { cin>>a[i]; dp[i]=1; } for(int i=0;i<n;i++) { for(int j=i-1;j>=0;j--) { if(a[j]<a[i]) { dp[i]=max(dp[i],dp[j]+1); } } } sort(dp,dp+n); cout<<dp[n-1]<<endl; } return 0; }
方法二:时间复杂度(O(n*logn))
设A[t]=表示序列的第t个元素,f[t]表示长度为t的序列中最后一个数最小的那个数;
因此我们可以知道f[]数组有一个特殊的性质
f[i]<f[i+1]<f[i+2].......
假设 A[1..9] = 2 1 5 3 6 4 8 9 7,可以看出来它的LIS长度为5。
初始化 len=1;F[1]=A[1]=2;
1)A[2]=1小于F[1] 因此更新F[1]=A[2]=1;len=1;
2)A[3]=3大于F[1]因此F[++len]=A[3];
。。。。。然后
。。。。。继续
。。。。。更新的结尾
我们模拟这个过程可以发现 更新的时候总是在F找到小于更新值的最大值的位置,因此我们可以用二分进行搜索
例题:HDU1025 Constructing Roads In JGShining's Kingdom
http://acm.hdu.edu.cn/showproblem.php?pid=1025
代码如下:
#include <iostream> #include <cstring> #include <cstdio> #include <algorithm> using namespace std; const int maxn = 500001; int p[maxn],f[maxn];//f[i]表示长度为i的序列中最后一个数最小的那个数 int binary_search(int a,int l,int r){//在f[]中找到小于等于a的最大的数的序号 while(l<=r){ int mid=(l+r)>>1; if(a==f[mid]) return mid; if(a>f[mid]) l=mid+1; else r=mid-1; } return l; } int main() { int n,cnt=1;; while(~scanf("%d",&n)){ int pp,rr; for(int i=0;i<n;i++){ scanf("%d%d",&pp,&rr); p[pp]=rr; } f[1]=p[1]; int len=1; for(int i=2;i<=n;i++){ int pos=binary_search(p[i],1,len); f[pos]=p[i]; if(pos>len) len++; } printf("Case %d:\n",cnt++); if(len==1) puts("My king, at most 1 road can be built."); else printf("My king, at most %d roads can be built.\n",len); printf("\n"); } return 0; }
相关文章推荐
- 最长上升子序列(LIS) 两种复杂度算法
- 最长上升子序列(LIS)的两种算法
- LIS(最长上升子序列两种算法模板)DP模板,并且输出序列
- 最长上升子序列(LIS)长度的O(nlogn)算法
- 【训练题】航线设计 | 使用最长上升子序列(LIS)长度的O(nlogn)算法优化
- 最长上升子序列(LIS)算法分析(做…
- nlogn的最长上升子序列的算法(LIS)
- 最长上升子序列(LIS)长度的O(nlogn)算法
- 最长上升子序列两种复杂度的算法 LIS
- Poj 1631 n*logn 的最长上升子序列(LIS)算法
- 【LIS最长上升子序列】O(n^2)与O(nlogn)算法(HDU1257)
- 最长上升子序列(LIS)的O(nlogn) & O(n^2)算法 - 动态规划
- 最长上升子序列(LIS)长度的O(n^2)与O(nlogn)算法
- 最长上升子序列(LIS) 两种复杂度算法
- 最长上升子序列(LIS)长度的O(nlogn)算法
- 最长上升子序列(LIS)算法…
- 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 O(nlogn)算法 hdu1950为例
- 最长上升子序列(LIS)长度的O(nlogn)算法
- 最长上升子序列(LIS)算法…