问题描述
最长上升子序列(longest increasing subsequence),也可以叫最长非降序子序列,简称LIS,不是太难。即一个数的序列bi,当b1 < b2 < … < bS的时候,我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN),我们可以得到一些上升的子序列(ai1, ai2, …, aiK),这里1 <= i1 < i2 < … < iK <= N,但必须按照一定。比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8)。
解题思路与算法思想
如果我们要用动态规划解这道题的,首要要解决的问题有两点
1.如果我们已知前这个序列的前k-1项组成的序列的全部信息(也就是前k-1位每一位的最
长上升子序列),如何求第k项的最长上升子序列
2.如何设置一个边界条件,使得这个向前递归的求法不至于无限循环
- 我们首先来解决第一个问题
第一个要考虑的 :就是将前k-1个元素组成的数集 个的最长上升子序列 进行判断
判断什么呢?判断第k个元素是否能够一最后一项的身份成为新的最长子序列的一员
这样就有涉及到一个问题:
我们需要一组二额外的整形去记录前k-1个元素的最长上升子序列的最大元素是多少
如果>=第k个元素
那么第k个元素无法加入
否则
可以加入
- 第二个问题也很好解决
显然,如果进行到前1个元素的时候
- 这个元素的最长上升子序列毫无疑问的是1
程序模型的建立
通过递归的方式以此计算前x个的最长上升子序列并且一路爬升到n
数据结构的选用
- 数组
程序设计流程
- 输入数据
- 递归判断
- 输出结果
程序设计伪码算法
for(int i = 0 ;i<n ;i++)
{
if(a[i]<a[n])
{
tem = we_find(i)+1 ;
}
else
{
swap(a[i],a[n]) ;
tem = we_find(i) ;
swap(a[i],a[n]) ;
}
if(tem>sum)
{
sum = tem ;
}
}
源程序编码清单
#include<iostream>
#include<vector>
#include<string>
#include<algorithm>
using namespace std ;
vector<int>a ;
vector<int>mark ;
int we_find(int n) ;
int main(void)
{
int n ;
scanf("%d",&n) ;
for(int i = 0 ;i<n ;i++)
{
mark.push_back(-1) ;
}
int tem ;
for(int i = 0 ; i<n ;i++)
{
scanf("%d",&tem) ;
a.push_back(tem) ;
}
for(int i = 0 ;i<n ;i++)
{
printf("%d\n",we_find(i)) ;
}
//printf("%d",we_find(a.size()-1)) ;
}
int we_find(int n)
{
int sum = 0 ;
int tem ;
if(n==0)
{
return 1 ;
}
//if(mark[n]!=-1)
//{
// return mark[n] ;
//}
else
{
for(int i = 0 ;i<n ;i++)
{
if(a[i]<a[n])
{
tem = we_find(i)+1 ;
}
else
{
swap(a[i],a[n]) ;
tem = we_find(i) ;
swap(a[i],a[n]) ;
}
if(tem>sum)
{
sum = tem ;
}
}
//mark[n] = sum ;
return sum ;
}
}
程序输入、输出
输入:
7
1 7 3 5 9 4 8
输出:
4
输入输出文件,或程序运行结果截图
时间与空间复杂度分析
时间复杂度:n^2
程序使用说明
总结与完善