用O(nlogn)的算法实现最大上升子序列(LIS)输出.
2015-02-01 14:47
399 查看
一直在考虑能不能用O(nlogn)的贪心能否输出子序列,参考了别人的blog,自己分析了一下,整理了这样一篇文章。
首先我们要知道在LIS贪心算法中,dp[i]数组表示的是长度为i的子序列的可取最小末尾是dp[i],所以直接输出的dp[i]数组得到的并不是最大上升子序列。
详见:http://blog.csdn.net/yorkcai/article/details/8651895
那么如果非要实现,有没有办法呢?
我们先看LIS的O(nlogn)的实现代码。
如果要记录路径,我们需要一个pre[]数组来记录前驱,这点和dp算法是一样的。
但是这是不够,我们还需要一个专门的数组pos[]来记录最小末尾的下标。
现在到了往dp中插入一个数a[i],有两种可能,一种是加到末尾,一种是替换前边的某一个数。
注:下面的是子序列,不是dp数组。
如果a[i]被插到了末尾意味着,最长升子序列增大了1。这时候新的序列相当于在后边添加一个a[i]。
①1 3 5 插入6 子序列变成 1 3 5 6
如果a[i]被插到前边,最长上升子序列数是不变的。但是序列可能发生变化,也可能不变。
②1 3 5 插入2 子序列还是 1 3 5
③1 3 5 插入4 子序列变成 1 3 4(1 3 5也可以,但是因为是贪心,要保证末尾尽量小)
但是无论是哪一种,我们只要记录pos【dp数组的最小末尾值在a数组中的位置(dp只能记录最小末尾的值)】、pre【前驱在a数组中的下标】就可以了。
假定a序列为 1 3 5 2 4 6 5 3 LIS为1 2 4 5或者1 3 4 5
① 插入1, pos[1] = 1, pre[1] = -1 dp:1
② 插入3, pos[2] = 2, pre[2]= pos[1]; dp:1 3
③ 插入5, pos[3] = 3, pre[3]= pos[2]; dp:1 3 5
④ 插入2, pos[2] = 4, pre[4] = pos[1] dp:1 2 5
⑤ 插入4, pos[3] = 5, pre[5] = pos[2] dp: 1 2 4
⑥ 插入 6,pos[4] = 6, pre[6] = pos[3] dp:1 2 4 6
⑦ 插入5, pos[4] = 7, pre[7] = pos[3] dp:1 2 4 5
⑧ 插入3, pos[3] = 8, pre[8] = pos[2] dp:1 2 3 5
dp[4] = 5对应的pos[4] = 7, 子序列最后一个元素为a[7],(a从1开始)
接着你会发现,前驱是4的下标——5 而不是3的下标——8。
……
最终结果就是a[7], a[5], a[4], a[1],逆序即可。
为什么这样就能得到结果。其实认真看你会发现,它是一颗树。
1(1)
/ \
3(2) 2(2)——3(3)
/ \
5(3) 4(3)(更新这个节点的时候,3已经不是pos[2]了,但是树没被破坏)
/ \
5(4) 6(4)
pos表示的是层数,pre数组才是用来保存树的。
那么用代码实现就很简单了。
完整的代码:
参考博客:http://blog.csdn.net/synapse7/article/details/11757021。
首先我们要知道在LIS贪心算法中,dp[i]数组表示的是长度为i的子序列的可取最小末尾是dp[i],所以直接输出的dp[i]数组得到的并不是最大上升子序列。
详见:http://blog.csdn.net/yorkcai/article/details/8651895
那么如果非要实现,有没有办法呢?
我们先看LIS的O(nlogn)的实现代码。
int getLis(int n) { fill(dp, dp + n, INF); for (int i = 0; i < n; i ++) { *lower_bound(dp, dp + n, a[i]) = a[i]; } return lower_bound(dp, dp + n, INF) - dp; }
如果要记录路径,我们需要一个pre[]数组来记录前驱,这点和dp算法是一样的。
但是这是不够,我们还需要一个专门的数组pos[]来记录最小末尾的下标。
现在到了往dp中插入一个数a[i],有两种可能,一种是加到末尾,一种是替换前边的某一个数。
注:下面的是子序列,不是dp数组。
如果a[i]被插到了末尾意味着,最长升子序列增大了1。这时候新的序列相当于在后边添加一个a[i]。
①1 3 5 插入6 子序列变成 1 3 5 6
如果a[i]被插到前边,最长上升子序列数是不变的。但是序列可能发生变化,也可能不变。
②1 3 5 插入2 子序列还是 1 3 5
③1 3 5 插入4 子序列变成 1 3 4(1 3 5也可以,但是因为是贪心,要保证末尾尽量小)
但是无论是哪一种,我们只要记录pos【dp数组的最小末尾值在a数组中的位置(dp只能记录最小末尾的值)】、pre【前驱在a数组中的下标】就可以了。
假定a序列为 1 3 5 2 4 6 5 3 LIS为1 2 4 5或者1 3 4 5
① 插入1, pos[1] = 1, pre[1] = -1 dp:1
② 插入3, pos[2] = 2, pre[2]= pos[1]; dp:1 3
③ 插入5, pos[3] = 3, pre[3]= pos[2]; dp:1 3 5
④ 插入2, pos[2] = 4, pre[4] = pos[1] dp:1 2 5
⑤ 插入4, pos[3] = 5, pre[5] = pos[2] dp: 1 2 4
⑥ 插入 6,pos[4] = 6, pre[6] = pos[3] dp:1 2 4 6
⑦ 插入5, pos[4] = 7, pre[7] = pos[3] dp:1 2 4 5
⑧ 插入3, pos[3] = 8, pre[8] = pos[2] dp:1 2 3 5
dp[4] = 5对应的pos[4] = 7, 子序列最后一个元素为a[7],(a从1开始)
接着你会发现,前驱是4的下标——5 而不是3的下标——8。
……
最终结果就是a[7], a[5], a[4], a[1],逆序即可。
为什么这样就能得到结果。其实认真看你会发现,它是一颗树。
1(1)
/ \
3(2) 2(2)——3(3)
/ \
5(3) 4(3)(更新这个节点的时候,3已经不是pos[2]了,但是树没被破坏)
/ \
5(4) 6(4)
pos表示的是层数,pre数组才是用来保存树的。
那么用代码实现就很简单了。
int get_lis(int n) { fill(dp, dp + n, inf); pos[0] = -1; int i, lpos; for (i = 0; i < n; ++i) { lpos = lower_bound(dp, dp + n, a[i]) - dp; dp[lpos] = a[i], pos[lpos] = i; if(lpos == 0) pre[i] = -1; else pre[i] = pos[lpos - 1]; } return lower_bound(dp, dp + n, inf) - dp; } void print(int pos) { if(pre[pos] != -1) { print(pre[pos]); } printf("%d ", pos + 1); }
完整的代码:
#include <bits/stdc++.h> using namespace std; int a[1000], dp[1000], pre[1000], pos[1000]; const int inf = 0xffffff; int get_lis(int n) { fill(dp, dp + n, inf); pos[0] = -1; int i, lpos; for (i = 0; i < n; ++i) { lpos = lower_bound(dp, dp + n, a[i]) - dp; dp[lpos] = a[i], pos[lpos] = i; if(lpos == 0) pre[i] = -1; else pre[i] = pos[lpos - 1]; } return lower_bound(dp, dp + n, inf) - dp; } void print(int pos) { if(pre[pos] != -1) { print(pre[pos]); } printf("%d ", a[pos]); } int main() { int n; cin >> n; for (int i = 0; i < n; i ++) { scanf("%d", a + i); } int k = get_lis(n); printf("%d\n",k); print(pos[k-1]); printf("\n"); }
参考博客:http://blog.csdn.net/synapse7/article/details/11757021。
相关文章推荐
- 最长上升子序列、最长下降子序列的DP算法由O(n^2)到O(nlogn)算法实现及其优化
- 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)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
- 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(LIS)的O(nlogn) & O(n^2)算法 - 动态规划
- LIS(最长上升子序列两种算法模板)DP模板,并且输出序列
- 【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)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)长度的O(nlogn)算法
- 最长上升子序列(LIS)长度的O(nlogn)算法
- 算法学习之最大子序列算法(java实现)
- 最大子序列算法的JAVA实现
- hdu 1025 Constructing Roads In JGShining's Kingdom(最长上升子序列(LIS)O(nlogn)算法)
- 最长递增子序列(LIS)的O(NlogN)打印算法
- 最大子序列算法的JAVA实现
- 最长上升子序列(LIS)算法…
- BZOJ 1046([HAOI2007]上升序列-LIS二分O(nlogn))