[wikioi]最长严格上升子序列
http://wikioi.com/problem/1576/
经典的动态规划。我写了个o(n^2)的DP方法。
PPT:http://wenku.baidu.com/view/bd290294dd88d0d233d46ac7.html
线型动态规划问题,最典型的特征就是状态都在一条线上,并且位置固定,问题一般都规定只能从前往后取状态,解决的办法是根据前面的状态特征,选取最优状态作为决策进行转移。
设前i个点的最优值,研究前i-1个点与前i个点的最优值,
利用第i个点决策转移,如下图。
状态转移方程一般可写成:
fi(k) = min{ fi-1 or j( k’) + u(i,j) or u(i,i-1) }
#include <iostream> using namespace std; int arr[5000+10]; int inc[5000+10]; int main() { int n; cin >> n; for (int i = 0; i < n; i++) { cin >> arr[i]; } // assume n >= 1 inc[0] = 1; for (int i = 1; i < n; i++) { int max = 0; for (int j = i-1; j >= 0; j--) { if (arr[i] > arr[j] && inc[j] > max) max = inc[j]; } inc[i] = max + 1; } cout << inc[n-1]; return 0; }
但其实还有个o(nlogn)的方法。因为优化DP有两种方法,一种就是优化状态数,比如棋盘型有时能把四维优化成三维;一种就是优化转移步骤,这里可以把转移步骤的复杂度由n优化成log n。
一种是采用线段树的数据结构,那么从左像右扫,一边扫一边更新区间的最值,然后也查询之前的最值,由于线段树的操作都收log n的,所以最终n*logn
第二种就是采用单调序列的数据结构,其操作如下:
开辟一个栈b,每次取栈顶元素s和读到的元素a做比较,如果a>s,则置为栈顶;如果a<s,则二分查找栈中的比a大的第1个数,并替换。最终栈的大小即为最长递增子序列为长度
考察b栈内每个元素的含义,b[i] 表示所有长度为i的上升子序列中最小的最后一个数.
·举例:原序列为3,4,5,2,4,2
栈为3,4,5,此时读到2,则用2替换3,得到栈中元素为2,4,5,再读4,用4替换5,得到2,4,4,再读2,得到最终栈为2,2,4,最终得到的解是:
长度为1的上升子序列中最小的最后一个数是2 (2)
长度为2的上升子序列中最小的最后一个数是2 (2,2)长度为3的上升子序列中最小的最后一个数是4 (3,4,4)
可知没有长度为4的上升子序列,最长递增子序列长度为3. (3,4,4)
参见:http://www.slyar.com/blog/longest-ordered-subsequence.html
这也是很好理解的,对于x和y,如果x < y且Stack[y] < Stack[x],用Stack[x]替换Stack[y],此时的最长序列长度没有改变但序列Q的''潜力''增大了。
单调序列这里还有一个简单应用,可以练习一下:http://poj.org/problem?id=2823