最长公共上升子序列(LCIS问题)

最长公共上升子序列(LCIS问题)

题目描述

ACWing 题目链接

NOI onlinejudge 题目链接

Codeforces 10D LCIS

给定一个长度为 n 的序列 a,一个长度为 m 的序列 b,求他们的最长的公共上升子序列的长度。

题目分析

考虑状态设置为最长公共子序列和最长上升子序列的状态"合并"在一起的状态。

f[i][j]ai 个和 bj 个匹配的最长公共上升子序列以 b[j] 结尾的长度。(其实这里设置成 a[i] 结尾也可以,只不过为了后面好转移设的是 b[j]

转移方程就很好推了:

f[i][j]=max{f[i1][j]  (a[i]b[j])max{f[i1][k]  (1k<j&&b[k]<b[j])}+1  (a[i]==b[j])

感性理解一下:

如果 a[i]b[j] ,则这里转移一定要从 f[k][j] (1k<j) 的最大值转移而来,因为结尾必须是 b[j],所以第二维一定是 j,第一维的 k 显然取 i1 最优,因为前 (i1)a 一定不如前 ia 匹配的结果更优。

如果 a[i]==b[j],则从前面选一个 f[l][k] 来转移,同上这里 li1 最优,也就是对于一个 f[i1][k],如果 b[k]<b[j],则这个 b[j] 是可以从这个 b[k] 接上来的,但是 kj 前面有很多取值,所以要全部遍历一遍取值。

注: 以下复杂度默认 n,m 同阶。

这样的暴力转移是 O(n3) 的,考虑优化:

首先因为 a[i]==b[j],所以里面那个 max 可以写成这个形式

max{f[i1][k]  (1k<j&&b[k]<a[i])}+1  (a[i]==b[j])

这样就好办了,先枚举 i 在枚举 j ,在枚举 j 的过程中动态更新每一个 max 的值,就可以做到 O(n2) 更新。

具体地:如果枚举到的 b[j]<a[i],则为后面的 j 更新 max{f[i1][k]  (1k<j&&b[k]<a[i])},转移的时候直接使用即可。

值得注意的是,转移方程只用到了 f[i]f[i1],显然 i 这一维可以滚动数组,空间复杂度优化到 O(n)

Code

ACWing

#include<iostream>
#include<cstdio>
inline int Max(int x, int y) { return x > y ? x : y; }
inline int read() {
	int r = 0; bool w = 0; char ch = getchar();
	while(ch < '0' || ch > '9') {
		if(ch == '-') w = 1;
		ch = getchar();
	}
	while(ch >= '0' && ch <= '9') {
		r = (r << 3) + (r << 1) + (ch ^ 48);
		ch = getchar();
	}
	return w ? ~r + 1 : r;
}
const int N = 3010; 
int n, m, ans;
int a[N], b[N], f[2][N];
signed main() {
	n = m = read();
	for(int i = 1; i <= n; ++i)
		a[i] = read();
	for(int i = 1; i <= m; ++i)
		b[i] = read();
	for(int i = 1; i <= n; ++i) {
		int maxx = 0;
		for(int j = 1; j <= m; ++j) {
			if(a[i] == b[j]) f[i&1][j] = maxx + 1;
			else f[i&1][j] = f[!(i&1)][j];
			if(a[i] > b[j]) maxx = Max(maxx, f[!(i&1)][j]);
		}
	}
	for(int i = 1; i <= m; ++i)
		ans = Max(ans, f[n&1][i]);
	printf("%d\n", ans);
	return 0; 
}

后两道题还需要再记录路径,这部分的思考留给读者。

posted @   do_while_true  阅读(210)  评论(0编辑  收藏  举报
编辑推荐:
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?

This blog has running: 1845 days 1 hours 33 minutes 16 seconds

点击右上角即可分享
微信分享提示