dp(最长上升子序列LIS,最长公共子序列LCS)

一、LIS(最长上升子序列)

LIS也是dp的经典问题,学了上升序列,下降也是同一个道理了。

dp(最长上升子序列LIS,最长公共子序列LCS)_第1张图片
dp(最长上升子序列LIS,最长公共子序列LCS)_第2张图片
总之,我们需要一个数组存子序列长度。
c++代码:

int dp[MAX_N], a[MAX_N], n;
int ans = 0;  // 保存最大值

for (int i = 1; i <= n; ++i) {
    dp[i] = 1;
    for (int j = 1; j < i; ++j) {
        if (a[j] < a[i]) {
            dp[i] = max(dp[i], dp[j] + 1);
        }
    }
    ans = max(ans, dp[i]);
}

cout << ans << endl;  // ans 就是最终结果

改进优化:

dp(最长上升子序列LIS,最长公共子序列LCS)_第3张图片

int ans[MAX_N], a[MAX_N], dp[MAX_N], n;  // ans 用来保存每个 dp 值对应的最小值,a 是原数组
int len; // LIS 最大值

ans[1] = a[1];
len = 1;

for (int i = 2; i <= n; ++i) {
    if (a[i] > ans[len]) {
        ans[++len] = a[i];
    } else {
        int pos = lower_bound(ans, ans + len, a[i]) - ans;
        ans[pos] = a[i];
    }
}

cout << len << endl;  // len 就是最终结果

对于lower_bound函数:大家可以看这里:
C++ lower_bound 与 upper_bound 函数

二、LCS(最长公共子序列)

dp(最长上升子序列LIS,最长公共子序列LCS)_第4张图片
dp(最长上升子序列LIS,最长公共子序列LCS)_第5张图片
关于原生例题:点这里!

你可能感兴趣的:(dp(LIS))