最长上升子序列(Longest increasing subsequence)
Posted dwvictor
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了最长上升子序列(Longest increasing subsequence)相关的知识,希望对你有一定的参考价值。
问题描述
对于一串数A={a1a2a3…an},它的子序列为S={s1s2s3…sn},满足{s1<s2<s3<…<sm}。求A的最长子序列的长度。
动态规划法
算法描述:
设数串的长度为n,L[i]为以第i个数为末尾的最长上升子序列的长度,a[i]为数串的第i个数。
L[i]的计算方法为:从前i-1个数中找出满足a[j]<a[i](1<=j<i)条件的最大的L[j],L[i]等于L[j]+1。
动态规划表达式:
代码实现:
int LIS(int a[], int n) { int len[MAXSIZE]; int i, j; int maxlen = 0; //计算以第i个数为结尾的最长上升子序列的长度 for (i = 1; i <= n; i++) { len[i] = 0; //从前i-1个数中找出满足a[j]<a[i](1<=j<i)条件的最大的L[j] for (j = i-1; j >= 1; j--) { if (a[j] < a[i] && len[j] > len[i]) { len[i] = len[j]; } } len[i]++; if (len[i] > maxlen) { maxlen = len[i]; } } return maxlen; }
上述算法的时间复杂度为O(n2)。
改进算法:
在从前i-1个数中找出满足a[j]<a[i](1<=j<i)条件的最大的L[j]的时间复杂度为O(n),这里采用二分查找的方法对它进行优化,使其复杂度降为O(nlogn)。
增设一个m[]数组,m[x]存放长度为x的最长上升子序列的最小末尾数。例:m[3] = 17表示长度为3的最长上升子序列的最小末尾数为17。
由于子序列是上升的,所以m数组中的元素有一个性质,当x<y时,m[x]<m[y],利用这个性质来使用二分查找。
设m数组所存储的最长上升子序列的长度为k,当前计算的数为第i个
如果a[i]>m[k],则m[++k]=a[i];
否则在m[1~k]内二分查找小于(等于)a[i]的最大值的位置p,m[p]=a[i]。
代码实现:
int BSearch(int a[], int n, int t) { int low = 1; int high = n; while (low <= high) { int mid = (low + high) / 2; if (t == a[mid]) { return mid; } else if (t > a[mid]) { low = mid + 1; } else { high = mid - 1; } } return low; } int LIS_BSearch(int a[], int m[], int n) { int maxlen = 1; //最长上升子序列的长度 m[maxlen] = a[1]; int i; for (i = 2; i <= n; i++) { if (a[i] > m[maxlen]) { m[++maxlen] = a[i]; } else { //返回小于a[i]的最大值的位置p int p = BSearch(m, maxlen, a[i]); m[p] = a[i]; } } return maxlen; }
改进后的算法时间复杂度为O(nlogn)。
以上是关于最长上升子序列(Longest increasing subsequence)的主要内容,如果未能解决你的问题,请参考以下文章
最长上升子序列LIS(Longest Increasing Subsequence)
POJ - 2533 Longest Ordered Subsequence(最长上升子序列)
Longest Ordered Subsequence POJ - 2533 最长上升子序列dp
最长上升子序列(Longest increasing subsequence)
LeetCode 300. Longest Increasing Subsequence —— 最长上升子序列(Java)