nlogn 求最长上升子序列 LIS
最近在做单调队列,发现了最长上升子序列O(nlogn)的求法也有利用单调队列的思想。
最长递增子序列问题:在一列数中寻找一些数,这些数满足:任意两个数a[i]和a[j],若i<j,必有a[i]<a[j],这样最长的子序列称为最长递增子序列。
设dp[i]表示以i为结尾的最长递增子序列的长度,则状态转移方程为:
dp[i] = max{dp[j]+1}, 1<=j<i,a[j]<a[i].
这样简单的复杂度为O(n^2),其实还有更好的方法。
考虑两个数a[x]和a[y],x<y且a[x]<a[y],且dp[x]=dp[y],当a[t]要选择时,到底取哪一个构成最优的呢?显 然选取a[x]更有潜力,因为可能存在a[x]<a[z]<a[y],这样a[t]可以获得更优的值。在这里给我们一个启示,当dp[t]一 样时,尽量选择更小的a[x].
按dp[t]=k来分类,只需保留dp[t]=k的所有a[t]中的最小值,设d[k]记录这个值,d[k]=min{a[t],dp[t]=k}。
这时注意到d的两个特点(重要):
1. d[k]在计算过程中单调不升;
2. d数组是有序的,d[1]<d[2]<..d[n]。
利用这两个性质,可以很方便的求解:
1. 设当前已求出的最长上升子序列的长度为len(初始时为1),每次读入一个新元素x:
2. 若x>d[len],则直接加入到d的末尾,且len++;(利用性质2)
否则,在d中二分查找,找到第一个比x小的数d[k],并d[k+1]=x,在这里x<=d[k+1]一定成立(性质1,2)。
/** 最长递增子序列O(nlogn)算法: 状态转移方程:f[i] = max{f[i],f[j]+1},1<=j<i,a[j]<a[i]. 分析:加入x<y,f[x]>=f[y],则x相对于y更有潜力。 首先根据f[]值分类,记录满足f[t]=k的最小的值a[t],记d[k]=min{a[t]},f[t]=k. 1.发现d[k]在计算过程中单调不上升 2.d[1]<d[2]<...<d[k] (反证) 1 2 3 8 4 7 解法: 1. 设当前最长递增子序列为len,考虑元素a[i]; 2. 若d[len]<a[i],则len++,并将d[len]=a[i]; 否则,在d[0-len]中二分查找,找到第一个比它小的元素d[k],并d[k+1]=a[i].() */ #include <iostream> #include <cstdio> #include <cstring> using namespace std; const int N = 41000; int a[N]; //a[i] 原始数据 int d[N]; //d[i] 长度为i的递增子序列的最小值 int BinSearch(int key, int* d, int low, int high) { while(low<=high) { int mid = (low+high)>>1; if(key>d[mid] && key<=d[mid+1]) return mid; else if(key>d[mid]) low = mid+1; else high = mid-1; } return 0; } int LIS(int* a, int n, int* d) { int i,j; d[1] = a[1]; int len = 1; //递增子序列长度 for(i = 2; i <= n; i++) { if(d[len]<a[i]) j = ++len; else j = BinSearch(a[i],d,1,len) + 1; d[j] = a[i]; } return len; } int main() { int t; int p; scanf("%d",&t); while(t--) { scanf("%d",&p); for(int i = 1; i <= p; i++) scanf("%d",&a[i]); printf("%d\n",LIS(a,p,d)); } return 0; }