【专题】最长不下降序列(LIS)

题目描述就不写了,这题实在太经典了。

下面重点分析算法:

大家都知道,这题是一道动态规划的入门题。众所周知,动态规划的题都可以通过搜索骗分获得一定的分数。所以,对于这道题,我们仍然可以先用 d f s dfs dfs写出来。代码较为暴力好懂,就不做解释。这个代码可以获得40-60分(视不同的OJ而定)

#include 
#include 
const int N = 109;
int n = 1, mx = -1, a[N], ans[N], anss[N];
void dfs(int x, int cnt)
{
    if (x > n)
        return ;
    if (cnt > mx)
    {
        mx = cnt;
        memcpy(anss, ans, N);
        // printf("mx=%d\n", mx);
        // for (int i = 1; i <= mx; i++)
        //     printf("%d ", ans[i]);
        // puts("");
        // puts("----------");
        // 这个注释可供大家看看这个程序的处理过程,以便小白更好的理解这段代码
    }
    for (int i = x; i <= n; i++)
        if (a[i] > ans[cnt])
        {
            ans[++cnt] = a[i];
            dfs(i+1, cnt);
            ans[cnt--] = 0;
        }
}
int main()
{
    while (~scanf("%d", a + n)) n++; n--;
    dfs(1, 0);
    printf("%d\n", mx);
    for (int i = 1; i <= mx; i++)
        printf("%d ", anss[i]);
    return 0;
}

测试样例:

测试样例

第一步. 确定状态

通常处理数列的题目, 我们都有现成的状态划分, 即从第一个数开始, 到第 n n n个数结束.
f [ i ] 代 表 前 i 个 数 中 的 最 长 不 下 降 子 序 列 的 长 度 f[i]代表前i个数中的最长不下降子序列的长度 f[i]i
这时候有个问题: 第 i i i个数我到底是取它还是舍它? 如果不包含 i i i, 那就没法写出状态转移方程.

不妨改成:
f [ i ] 为 前 i 个 数 的 最 长 不 下 降 序 列 的 长 度 , 必 须 以 第 i 个 数 结 尾 f[i]为前i个数的最长不下降序列的长度, 必须以第i个数结尾 f[i]i,i
第二步. 状态转移方程

为了方便描述, 我们将输入定为为 a a a数组, 储存动态规划结果数组定义为 f f f数组

根据状态, 我们推导出状态转移方程: f [ i ] = m a x ( f [ j ] ) + 1 f[i]=max(f[j])+1 f[i]=max(f[j])+1, 其中 a [ j ] < a [ i ] 且 j < i a[j]a[j]<a[i]j<i. 原因可以通过图示来说明.

易得 f [ 1 ] = 1 f[1]=1 f[1]=1, 因为它独立成为一个最长不下降子序列

因为 7 < 13 7<13 7<13, 所以不存在 a [ j ] < a [ i ] 且 j < i a[j]a[j]<a[i]j<i.

此时, 存在 7 < 9 7<9 7<9, 所以 m x = f [ 2 ] = 1 mx=f[2]=1 mx=f[2]=1. f [ 3 ] = m x + 1 = 2 f[3]=mx+1=2 f[3]=mx+1=2.

此时, 存在 7 < 16 , 9 < 16 7<16,9<16 7<16,9<16, 所以 m x = m a x ( f [ 2 ] , f [ 3 ] ) = f [ 3 ] = 2 mx=max(f[2],f[3])=f[3]=2 mx=max(f[2],f[3])=f[3]=2. f [ 4 ] = m x + 1 = 3 f[4]=mx+1=3 f[4]=mx+1=3

以此类推… 直至算到 f [ 14 ] f[14] f[14], 结束循环. 此时, max{f[i]}即为答案.

因此, 有以下代码:

#include 
const int N = 109;
int n = 1, ans, a[N], f[N];
int main()
{
    while (~scanf("%d", a + n)) n++; n--;
    for (int i = 1; i <= n; i++)
    {
        int mx = 0, id = 0;
        for (int j = 1; j < i; j++)
            if (a[j] ans)
            ans = f[i];
    }
    printf("%d\n", ans);
    return 0;
}

部分OJ还要求输出最长不下降序列. 这似乎很难写, 实际上我们只需要加一个数组和一个变量就可以搞定.

为了方便描述, 我们将元素 i i i的前驱定为 p r e [ i ] pre[i] pre[i].

找出所有满足 a [ j ] < a [ i ] 且 j < i a[j]a[j]<a[i]j<i j j j. 求出max{a[j]}的下标 i d id id, 那么记录 p r e [ i ] = i d pre[i]=id pre[i]=id. 可以通过图示来帮助更好的理解.

p r e [ 1 ] pre[1] pre[1]没有前驱, 故 p r e [ 1 ] = 0 pre[1]=0 pre[1]=0.

7 7 7之前没有比它大的, 所以 p r e [ 2 ] = 0 pre[2]=0 pre[2]=0.

9 9 9之前有 7 < 9 7<9 7<9, 所以 p r e [ 3 ] = m a x { a [ j ] } 的 下 标 = a [ 2 ] 的 下 标 = 2 pre[3]=max\{a[j]\}的下标=a[2]的下标=2 pre[3]=max{a[j]}=a[2]=2.

16 16 16之前有 7 < 16 , 9 < 16 7<16,9<16 7<16,9<16, 所以 p r e [ 4 ] = m a x { a [ j ] } 的 下 标 = a [ 3 ] 的 下 标 = 3 pre[4]=max\{a[j]\}的下标=a[3]的下标=3 pre[4]=max{a[j]}=a[3]=3.

以此类推… 直至 p r e [ 14 ] pre[14] pre[14], 然后递归 p r i n t ( p r e [ m a x { f [ i ] 的 下 标 } ] ) print(pre[max\{f[i]的下标\}]) print(pre[max{f[i]}]), 直至 x = 0 x=0 x=0结束输出.

因此, 有如下代码: (代码中的 s i d sid sid即上文分析中的 i d id id)

#include 
const int N = 109;
int n = 1, ans, sid, a[N], f[N], pre[N];
void print(int x)
{
    if (x == 0)
        return ;
    print(pre[x]);
    printf("%d ", a[x]);
}
int main()
{
    while (~scanf("%d", a + n)) n++; n--;
    for (int i = 1; i <= n; i++)
    {
        int mx = 0, id = 0;
        for (int j = 1; j < i; j++)
            if (a[j] ans)
        {
            ans = f[i];
            sid = i;
        }
    }
    printf("%d\n", ans);
    print(sid);
    return 0;
}

#创作不易, 赏个赞呗#

你可能感兴趣的:(专题,动态规划,c++)