這題目是經典的DP題目,也可叫作LIS(Longest Increasing Subsequence)最長上升子序列 或者 最長不下降子序列。很基礎的題目,有兩種算法,複雜度分別爲O(n*logn)和O(n^2) 。
A.
O(n^2)算法分析如下:
(a[1]...a[n] 存的都是輸入的數)
1、對於a[n]來說,由於它是最後一個數,所以當從a[n]開始查找時,只存在長度爲1的不下降子序列;
2、若從a[n-1]開始查找,則存在下面的兩種可能性:
(1)若a[n-1] < a[n] 則存在長度爲2的不下降子序列 a[n-1],a[n];
(2)若a[n-1] > a[n] 則存在長度爲1的不下降子序列 a[n-1]或者a[n]。
3、一般若從a[t]開始,此時最長不下降子序列應該是按下列方法求出的:
在a[t+1],a[t+2],...a[n]中,找出一個比a[t]大的且最長的不下降子序列,作爲它的後繼。
4、爲算法上的需要,定義一個數組:
int d[n][3];
d[t][0]表示a[t];
d[t][1]表示從i位置到達n的最長不下降子序列的長度;
d[t][2]表示從i位置開始最長不下降子序列的下一個位置。
實現代碼如下:
- #include <iostream>
- using namespace std;
- int main(void)
- {
- int i,j,n,a[100],b[100],max;
- while(cin>>n)
- {
- for(i=0;i<n;i++)
- cin>>a[i];
- b[0]=1; //初始化,以a[0]結尾的最長遞增子序列長度爲1
- for(i=1;i<n;i++)
- {
- b[i]=1; //b[i]最小值爲1
- for(j=0;j<i;j++)
- if(a[i]>a[j]&&b[j]+1>b[i])
- b[i]=b[j]+1;
- }
- for(max=i=0;i<n;i++)//求出整個數列的最長遞增子序列的長度
- if(b[i]>max)
- max=b[i];
- cout<<max<<endl;
- }
- return 0;
- }
顯然,這種方法的時間複雜度仍爲o(n^2);
B.
最長不下降子序列的O(nlogn)算法分析如下:
設 A[t]表示序列中的第t個數,F[t]表示從1到t這一段中以t結尾的最長上升子序列的長度,初始時設F [t] = 0(t = 1, 2, ..., len(A))。則有動態規劃方程:F[t] = max{1, F[j] + 1} (j = 1, 2, ..., t - 1, 且A[j] < A[t])。
現在,我們仔細考慮計算F[t]時的情況。假設有兩個元素A[x]和A[y],滿足
(1)x < y < t
(2)A[x] < A[y] < A[t]
(3)F[x] = F[y]
此時,選擇F[x]和選擇F[y]都可以得到同樣的F[t]值,那麼,在最長上升子序列的這個位置中,應該選擇A[x]還是應該選擇A[y]呢?
很明顯,選擇A[x]比選擇A[y]要好。因爲由於條件(2),在A[x+1] ... A[t-1]這一段中,如果存在A[z],A[x] < A[z] < a[y],則與選擇A[y]相比,將會得到更長的上升子序列。
再根據條件(3),我們會得到一個啓示:根據F[]的值進行分類。對於F[]的每一個取值k,我們只需要保留滿足F[t] = k的所有A[t]中的最小值。設D[k]記錄這個值,即D[k] = min{A[t]} (F[t] = k)。
注意到D[]的兩個特點:
(1) D[k]的值是在整個計算過程中是單調不下降的。
(2) D[]的值是有序的,即D[1] < D[2] < D[3] < ... < D[n]。
利 用D[],我們可以得到另外一種計算最長上升子序列長度的方法。設當前已經求出的最長上升子序列長度爲len。先判斷A[t]與D[len]。若A [t] > D[len],則將A[t]接在D[len]後將得到一個更長的上升子序列,len = len + 1, D[len] = A [t];否則,在D[1]..D[len]中,找到最大的j,滿足D[j] < A[t]。令k = j + 1,則有A [t] <= D[k],將A[t]接在D[j]後將得到一個更長的上升子序列,更新D[k] = A[t]。最後,len即爲所要求的最長上
升子序列的長度。
在 上述算法中,若使用樸素的順序查找在D[1]..D[len]查找,由於共有O(n)個元素需要計算,每次計算時的複雜度是O(n),則整個算法的 時間複雜度爲O(n^2),與原來的算法相比沒有任何進步。但是由於D[]的特點(2),我們在D[]中查找時,可以使用二分查找高效地完成,則整個算法 的時間複雜度下降爲O(nlogn),有了非常顯著的提高。需要注意的是,D[]在算法結束後記錄的並不是一個符合題意的最長上升子序列!
- #include <iostream>
- using namespace std;
- int find(int *a,int len,int n)//若返回值爲x,則a[x]>=n>a[x-1]
- {
- int left=0,right=len,mid=(left+right)/2;
- while(left<=right)
- {
- if(n>a[mid]) left=mid+1;
- else if(n<a[mid]) right=mid-1;
- else return mid;
- mid=(left+right)/2;
- }
- return left;
- }
- void fill(int *a,int n)
- {
- for(int i=0;i<=n;i++)
- a[i]=1000;
- }
- int main(void)
- {
- int max,i,j,n,a[100],b[100],c[100];
- while(cin>>n)
- {
- fill(c,n+1);
- for(i=0;i<n;i++)
- cin>>a[i];
- c[0]=-1;// …………………………………1
- c[1]=a[0];// …………………………2
- b[0]=1;// …………………………………3
- for(i=1;i<n;i++)// ………………4
- {
- j=find(c,n+1,a[i]);// …………………5
- c[j]=a[i];// ………………………………6
- b[i]=j;//……………………………………7
- }
- for(max=i=0;i<n;i++)// ………………………8
- if(b[i]>max)
- max=b[i];
- cout<<max<<endl;
- }
- return 0;
- }
對於這段程序,我們可以用算法導論上的loop invariants來幫助理解.
loop invariant : 1、每次循環結束後c都是單調遞增的。(這一性質決定了可以用二分查找)
2、每次循環後,c[i]總是保存長度爲i的遞增子序列的最末的元素,若長度爲i的遞增子序
列有多個,剛保存末尾元素最小的那個.(這一性質決定是第3條性質成立的前提)
3、每次循環完後,b[i]總是保存以a[i]結尾的最長遞增子序列。
initialization: 1、進入循環之前,c[0]=-1,c[1]=a[0],c的其他元素均爲1000,c是單調遞增的;
2、進入循環之前,c[1]=a[0],保存了長度爲1時的遞增序列的最末的元素,且此時長度爲1
的遞增了序列只有一個,c[1]也是最小的;
3、進入循環之前,b[0]=1,此時以a[0]結尾的最長遞增子序列的長度爲1.
maintenance: 1、若在第n次循環之前c是單調遞增的,則第n次循環時,c的值只在第6行發生變化,而由
c進入循環前單調遞增及find函數的性質可知(見find的註釋),
此時c[j+1]>c[j]>=a[i]>c[j-1],所以把c[j]的值更新爲a[i]後,c[j+1]>c[j]> c[j-1]的性質仍然成
立,即c仍然是單調遞增的;
2、循環中,c的值只在第6行發生變化,由c[j]>=a[i]可知,c[j]更新爲a[i]後,c[j]的值只會變
小不會變大,因爲進入循環前c[j]的值是最小的,則循環中把c[j]更新爲更小的a[i],當
然此時c[j]的值仍是最小的;
3、循環中,b[i]的值在第7行發生了變化,因爲有loop invariant的性質2,find函數返回值
爲j有:c[j-1]<a[i]<=c[j],這說明c[j-1]是小於a[i]的,且以c[j-1]結尾的遞增子序列有最大的
長度,即爲j-1,把a[i]接在c[j-1]後可得到以a[i]結尾的最長遞增子序列,長度爲(j-1)+1=j;
termination: 循環完後,i=n-1,b[0],b[1],...,b[n-1]的值均已求出,即以a[0],a[1],...,a[n-1]結尾的最長遞
增子序列的長度均已求出,再通過第8行的循環,即求出了整個數組的最長遞增子序列。
仔細分析上面的代碼可以發現,每次循環結束後,假設已經求出c[1],c[2],c[3],...,c[len]的值,則此時最長遞增子序列的長度爲 len,因此可以把上面的代碼更加簡化,即可以不需要數組b來輔助存儲,第8行的循環也可以省略。
- #include <iostream>
- using namespace std;
- int find(int *a,int len,int n)//修改後的二分查找,若返回值爲x,則a[x]>=n
- {
- int left=0,right=len,mid=(left+right)/2;
- while(left<=right)
- {
- if(n>a[mid]) left=mid+1;
- else if(n<a[mid]) right=mid-1;
- else return mid;
- mid=(left+right)/2;
- }
- return left;
- }
- int main(void)
- {
- int n,a[100],c[100],i,j,len;//新開一變量len,用來儲存每次循環結束後c中已經求出值的元素的最大下標
- while(cin>>n)
- {
- for(i=0;i<n;i++)
- cin>>a[i];
- b[0]=1;
- c[0]=-1;
- c[1]=a[0];
- len=1;//此時只有c[1]求出來,最長遞增子序列的長度爲1.
- for(i=1;i<n;i++)
- {
- j=find(c,len,a[i]);
- c[j]=a[i];
- if(j>len)//要更新len,另外補充一點:由二分查找可知j只可能比len大1
- len=j;//更新len
- }
- cout<<len<<endl;
- }
- return 0;
- }