动态规划---LIS
LIS--最长非降子序列
(讲DP基本都会讲到的一个问题LIS:longest increasing subsequence)
题目详情:一个序列有N个数:A[1],A[2],…,A[N],求出最长非降子序列的长度。
举个实际的例子来说,对于这个序列:5,3,4,8,6,7,求出其最长非降子序列的长度。
根据动态规划的基本思想,分析问题的状态及其状态转移方程,假设d(i) = j,i表示取序列的前i个数,j表示这前i个数字的最长非降序列的长度,首先我们来对前面几个数作分析:d(1) = 1,这个毋庸置疑的,前一个数的LIS就是1,当i = 2时,看到前两个数是(5, 3)由于3比5要小,所以d(2) = 1;当i = 3时,序列为(5, 3, 4),4比3要大,比5要小,这个时候这个序列的子序列最大的显然为2,所以d(3) = 2;当i = 4时,序列为(5, 3, 4, 8),8比前三个数都要大,但是要取出最长的非降子序列应该是(3, 4, 8)而不是(5, 8),分析到这里,就知道,在构造状态转移方程的时候,等式右边应该是一个比较结果的最大值,那又是哪些的比较结果呢?动态规划一般是要利用前面所得到的结果,这样才不会产生重复计算的问题,减少运算量。因此,参加“比较”的应该就是前面计算的到的结果进行比较,最后我们得到状态转移方程为
d(i) = max{ 1, d(j)+1} ,且满足当i > j时,A[i] >= A[j] (注: 对于任意的i,都有d[i] >= 1)
我们来分析一下这个方程,max显然是为了找到最长的非降子序列,容易理解,在max里面加入1作为比较的一员,是因为,最坏的情况就是序列是单调递减的,那么每个数都是一个最长非降子序列,一个数的长度当然为1;那d[j]为什么要加1呢,因为你比较的数A[i] >= A[j],那么A[i]就是最长子序列的一员,所以直接在d[j]上加1,分析完毕。
得到了状态转移方程,惯例就是通过代码来实现它。

/* 动态规划 PRO: 一个序列有N个数:A[1],A[2],…,A[N],求出最长非降子序列的长度。 (讲DP基本都会讲到的一个问题LIS:longest increasing subsequence) */ #include <stdio.h> #include <stdlib.h> #include <string.h> int DPLIS(int Arr[], int n) { int iterx = 0, itery = 0; int maxVal = 0; int *d = (int *)malloc(sizeof(int) * n); memset(d, 0, sizeof(int) * n); for(iterx = 0; iterx < n; iterx++ ) { d[iterx] = 1; for(itery = 0; itery < iterx; itery++) { if(Arr[iterx] >= Arr[itery]) { d[iterx] = d[iterx] > d[itery] + 1 ? d[iterx] : d[itery] + 1; } } if(maxVal < d[iterx]) { maxVal = d[iterx]; } } free(d); return maxVal; } int main(void) { int Arr[100] = {4, 5,3 ,3 ,3 ,3 ,6 ,5 ,1 ,2}; int n = 10; //int i; // for(i = 100; i > 0; i--) // { // Arr[100 - i] = i ; // } printf("the result is %d\n",DPLIS(Arr, n)); return 0; }
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 单线程的Redis速度为什么快?
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 展开说说关于C#中ORM框架的用法!
· SQL Server 2025 AI相关能力初探
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库