zoukankan      html  css  js  c++  java
  • DP(dynamic programming)之LIS(longest increasing subsequence)问题(转)

    今天回顾WOJ1398,发现了这个当时没有理解透彻的算法。
    看了好久好久,现在终于想明白了。
    试着把它写下来,让自己更明白。

    最长递增子序列,Longest Increasing Subsequence 下面我们简记为 LIS。
    排序+LCS算法 以及 DP算法就忽略了,这两个太容易理解了。

    假设存在一个序列d[1..9] = 2 1 5 3 6 4 8 9 7,可以看出来它的LIS长度为5。
    下面一步一步试着找出它。
    我们定义一个序列B,然后令 i = 1 to 9 逐个考察这个序列。
    此外,我们用一个变量Len来记录现在最长算到多少了

    首先,把d[1]有序地放到B里,令B[1] = 2,就是说当只有1一个数字2的时候,长度为1的LIS的最小末尾是2。这时Len=1

    然后,把d[2]有序地放到B里,令B[1] = 1,就是说长度为1的LIS的最小末尾是1,d[1]=2已经没用了,很容易理解吧。这时Len=1

    接着,d[3] = 5,d[3]>B[1],所以令B[1+1]=B[2]=d[3]=5,就是说长度为2的LIS的最小末尾是5,很容易理解吧。这时候B[1..2] = 1, 5,Len=2

    再来,d[4] = 3,它正好加在1,5之间,放在1的位置显然不合适,因为1小于3,长度为1的LIS最小末尾应该是1,这样很容易推知,长度为2的LIS最小末尾是3,于是可以把5淘汰掉,这时候B[1..2] = 1, 3,Len = 2

    继续,d[5] = 6,它在3后面,因为B[2] = 3, 而6在3后面,于是很容易可以推知B[3] = 6, 这时B[1..3] = 1, 3, 6,还是很容易理解吧? Len = 3 了噢。

    第6个, d[6] = 4,你看它在3和6之间,于是我们就可以把6替换掉,得到B[3] = 4。B[1..3] = 1, 3, 4, Len继续等于3

    第7个, d[7] = 8,它很大,比4大,嗯。于是B[4] = 8。Len变成4了

    第8个, d[8] = 9,得到B[5] = 9,嗯。Len继续增大,到5了。

    最后一个, d[9] = 7,它在B[3] = 4和B[4] = 8之间,所以我们知道,最新的B[4] =7,B[1..5] = 1, 3, 4, 7, 9,Len = 5。

    于是我们知道了LIS的长度为5。

    !!!!! 注意。这个1,3,4,7,9不是LIS,它只是存储的对应长度LIS的最小末尾。有了这个末尾,我们就可以一个一个地插入数据。虽然最后一个d[9] = 7更新进去对于这组数据没有什么意义,但是如果后面再出现两个数字 8 和 9,那么就可以把8更新到d[5], 9更新到d[6],得出LIS的长度为6。

    然后应该发现一件事情了:在B中插入数据是有序的,而且是进行替换而不需要挪动——也就是说,我们可以使用二分查找,将每一个数字的插入时间优化到O(logN)~~~~~于是算法的时间复杂度就降低到了O(NlogN)~!

    代码如下:

     1 #include<iostream>
     2 #include<stdio.h>
     3 #include<alloca.h>
     4 using namespace std;
     5 //在非递减序列 arr[s..e](闭区间)上二分查找第一个大于等于key的位置,如果都小于key,就返回e+1
     6 int upper_bound(int arr[], int s, int e, int key)
     7 {
     8     int mid;
     9     if (arr[e] <= key)
    10         return e + 1;
    11     while (s < e)
    12     {
    13         mid = s + (e - s) / 2;
    14         if (arr[mid] <= key)
    15             s = mid + 1;
    16         else
    17             e = mid;
    18     }
    19     cout<<"**"<<s<<endl;
    20     return s;
    21 }
    22 
    23 int LIS(int d[], int n)
    24 {
    25     int i = 0, len = 1, *end = (int *)alloca(sizeof(int) * (n + 1));
    26     end[1] = d[0]; //初始化:长度为1的LIS末尾为d[0]
    27     for (i = 1; i < n; i++)
    28     {
    29         int pos = upper_bound(end, 1, len, d[i]); //找到插入位置
    30         end[pos] = d[i];
    31         if (len < pos) //按需要更新LIS长度
    32             len = pos;
    33     }
    34     return len;
    35 }
    36 
    37 int main() {
    38         //int a[] = {5, 3, 4, 8, 6, 7};
    39         int a[] = {2, 1, 5, 3, 6, 4, 8, 9, 7};
    40         cout<<LIS(a, 9)<<endl;
    41 }

    参见原帖

  • 相关阅读:
    C# 实现 Snowflake算法生成唯一性Id
    kafka可视化客户端工具(Kafka Tool)的基本使用(转)
    docker 安装kafka
    Model类代码生成器
    使用docker 部署rabbitmq 镜像
    Vue 增删改查 demo
    git 提交代码到库
    Android ble蓝牙问题
    mac 配置 ssh 到git (Could not resolve hostname github.com, Failed to connect to github.com port 443 Operation timed out)
    okhttp
  • 原文地址:https://www.cnblogs.com/sanfeng/p/4378661.html
Copyright © 2011-2022 走看看