动态规划C++实现–最长递增子序列

动态规划C++实现–最长递增子序列题目:给定数组arr,返回arr的最长递增子序列。举例:arr=[2,1,5,3,6,4,8,9,7],返回的最长递增子序列为[1,3,4,8,9]要求:如果arr长度为N,请实现时间复杂度为O(NlogN)的方法。一、先介绍时间复杂度O(N^2)的方法,具体过程如下:1.生成长度为N的数组dp,dp[i]表示在以arr[i]这个数结尾的情况下,arr[0…

大家好,又见面了,我是你们的朋友全栈君。

题目: 给定数组arr, 返回arr的最长递增子序列

举例:arr = [2, 1, 5, 3, 6, 4, 8, 9, 7], 返回的最长递增子序列为 [1, 3, 4, 8, 9]

要求:如果arr长度为N,请实现时间复杂度为O(NlogN)的方法。

目录: 一、 时间复杂度O(N^2)的方法

           二、 时间复杂度O(NlogN)的方法

一、 先介绍时间复杂度O(N^2)的方法,具体过程如下:

1. 生成长度为N的数组dp, dp[i]表示在以arr[i]这个数结尾的情况下,arr[0…i]中的最大递增序列长度。

2. 对第一个数arr[0]来说,令dp[0] = 1,接下来,从左到右依次计算出每个数结尾的情况下的最长递增序列长度。

3. 计算dp[i],如果最长递增子序列以arr[i]结尾,那么arr[0,…,i-1]中所有比arr[i]小的数都可以作为倒数第二个数

    所以 dp[i] = max{ dp[j] + 1} (0 <=j < i, arr[j] < arr[i]), 如果arr[0,…,i-1]中所有数都不比arr[i]小,令dp[i] = 1。

4.根据求出的dp数组,得到最长递增子序列。遍历dp数组,找到最大值以及位置,并开始逆序还原出决策路径。

代码如下:

// 最长递增序列 <动态规划> <复杂度0(N^2)>
#include<bits/stdc++.h>
using namespace std;
vector<int> getdp1(vector<int> &arr);
vector<int> generateLIS(vector<int> &arr, vector<int>&dp);


int main() {
    vector<int> arr;
    int temp;
    while(cin >> temp){
        arr.push_back(temp);
    }
    vector<int> dp = getdp1(arr);
    vector<int> lis = generateLIS(arr, dp);
    for (int i = 0; i < lis.size(); i++){
        cout << lis[i]<<" ";
    }
    return 0;
}


vector<int> getdp1(vector<int> &arr){
    vector<int> dp(arr.size(), 0);
    for(int i = 0; i < arr.size(); i++){
        dp[i] = 1;
        for (int j = 0; j < i; j++){
            if (arr[j] < arr[i]){
                dp[i] = max(dp[j]+ 1, dp[i]);
            }
        }
    }
    return dp;
}


vector<int> generateLIS(vector<int> &arr, vector<int> &dp){
    int len = 0; int index = 0;
    for (int i = 0; i < dp.size(); i++) { //寻最长递增子序列末尾的位置和值
        if (dp[i] > len) {
            len = dp[i];              // 最长序列长度
            index = i;                // 最长序列末位置
        }
    }
    vector<int> lis(len, 0);
    lis[--len] = arr[index];
    for (int i = index; i >= 0; i--){
        if (arr[i] < arr[index] && dp[i] == dp[index] - 1){  //从后往前找子序列
            lis[--len] = arr[i];
            index = i;
        }
    }
    return lis;
}
/* input
2 1 5 3 6 4 8 9 7
*/
/* output
1 3 4 8 9
*/

编译器:codeblocks

输入:

动态规划C++实现--最长递增子序列

输出:

动态规划C++实现--最长递增子序列

二、 再介绍时间复杂度O(NlogN)的方法,具体过程如下:

计算dp数组的过程达到时间复杂度O(NlogN),这里采用二分查找进行优化,先生成一个长度为N的数组ends和变量right.

遍历的过程中ends[0,…,right]有效区,ends[right+1,…,N-1]无效区,

ends[b] = c 表示遍历到目前为止,在所有长度为b+1的递增序列中,最小的结尾数为c.

以arr=[2,1,5,3,6,4,8,9,7]为例进行说明:

1. 初始时,dp[0]=1, ends[0]=2, rights = 0, 有效区 ends[0…0],ends[0] = 2, 长度为1,结尾为2

2. arr[1] = 1, 在有效区ends[0,…0]找最左边大于或等于arr[1]的数,发现ends[0] =2 >arr[1], 表示以arr[1]结尾的最长序列只有

    一 个,dp[1] = 1, ends[0] = 1 (用1替换了原来的2)

3. arr[2] = 5, 在有效区ends[0,..0]找最左边大于或等于arr[2]的数,发现并没有,则ends的有效长度+1, end[1] = 5, 有效区

   扩大,dp[2] = 2. arr[0,1] = {1, 5}

依此类推:

代码如下:

// 最长递增序列 <动态规划> <复杂度0(NlogN)>
#include<bits/stdc++.h>
using namespace std;
vector<int> getdp2(vector<int> &arr);
vector<int> generateLIS(vector<int> &arr, vector<int>&dp);


int main() {
    vector<int> arr;
    int temp;
    while(cin >> temp){
        arr.push_back(temp);
    }
    vector<int> dp = getdp2(arr);
    vector<int> lis = generateLIS(arr, dp);
    for (int i = 0; i < lis.size(); i++){
        cout << lis[i]<<" ";
    }
    return 0;
}


vector<int> getdp2(vector<int> &arr){
    vector<int> dp(arr.size(), 0);
    vector<int> ends(arr.size(), 0);
    ends[0] = arr[0]; dp[0] = 1;
    int right = 0; int l = 0; int r = 0; int m = 0;
    for (int i = 1; i < arr.size(); i++) {
        l = 0;
        r = right;
        while(l <= r) {      //二分法
            m = (l + r) / 2;
            if (arr[i] > ends[m]){
                l = m + 1;
            }else {
                r = m - 1;
            }
        }
        right = max(right, l);
        ends[l] = arr[i];
        dp[i] = l + 1;
    }
    return dp;
}


vector<int> generateLIS(vector<int> &arr, vector<int> &dp){
    int len = 0; int index = 0;
    for (int i = 0; i < dp.size(); i++) { //寻最长递增子序列末尾的位置和值
        if (dp[i] > len) {
            len = dp[i];
            index = i;
        }
    }
    vector<int> lis(len, 0);
    lis[--len] = arr[index];
    for (int i = index; i >= 0; i--){
        if (arr[i] < arr[index] && dp[i] == dp[index] - 1){  //从后往前找子序列
            lis[--len] = arr[i];
            index = i;
        }
    }
    return lis;
}
/* input
2 1 5 3 6 4 8 9 7
*/
/* output
1 3 4 8 9
*/

编译器:codeblocks

输入:

动态规划C++实现--最长递增子序列

输出:

动态规划C++实现--最长递增子序列

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/134209.html原文链接:https://javaforall.net

(0)
上一篇 2022年6月7日 上午9:36
下一篇 2022年6月7日 上午9:36


相关推荐

  • offsetwidth111[通俗易懂]

    offsetwidth是包括border、padding等,即盒模型尺寸。(所以遇到offsetWidth和border同时出现的时候要考虑一下会不会导致出错)一个小实验当div宽高200px,border为1px的时候,在给div添加一个变窄的定时器事件的时候,使用语句:div.style.width=div.offfsetWidth-1+‘px’,会发现,div在变宽。究其原因:s…

    2022年4月14日
    46
  • dz搬家 win linux,Discuz论坛完美搬家 详细分享我的DZ搬家步骤[通俗易懂]

    dz搬家 win linux,Discuz论坛完美搬家 详细分享我的DZ搬家步骤[通俗易懂]Discuz论坛完美搬家详细分享我的DZ搬家步骤由于论坛的迅速发展,普通的虚拟主机已经承受不住了,想要换成云服务器,却又不懂得如果搬家。通过网络以及网站客服的查询帮助,亲手实现了Discuz完美搬家。我在搬家时截了每个步骤的图,今天写下这篇文章,为大家详细解说一下。其实网站要搬家有好几种方法,但是要求完美搬家的话,就不没那么多了。很多人都在用帝国备份王进行数据库的备份,自我感觉帝国备份王确实要比…

    2022年7月25日
    13
  • 什么是android原生系统版本,定制安卓和原生Android到底有哪些不同之处?彻底真相了…

    什么是android原生系统版本,定制安卓和原生Android到底有哪些不同之处?彻底真相了…相信大家都知道最近在搞机圈有个大新闻,就是小米即将于8月份推出MIUI9。近日小米MIUI市场副总监@黄龙中就在微博上征求米粉意见,暗示MIUI9可能长下面这样。小米最新官方主题《几何》,浓浓flyme风自2010年MIUI横空出世,国产定制安卓ROM在国内掀起了一阵风暴。MIUI成功后,乐蛙、点心等三方定制ROM迅速崛起,但随着手机系统生态逐渐稳定、刷机需求降低,定制安卓系统的范围逐渐缩小…

    2022年6月19日
    52
  • mysql手机号段地区库_最新全国手机号段归属地数据库下载(mysql+xlsx+txt格式)46万条…「建议收藏」

    mysql手机号段地区库_最新全国手机号段归属地数据库下载(mysql+xlsx+txt格式)46万条…「建议收藏」在做网站程序时,经常用到校验用户输入的手机号归属地或所属移动,电信,联通等服务商,本手机号码段归属地数据库包括支持可查省份城市运营商邮编区号。而且提供.mysql,excel,txt三种数据格式数据库,2020年11月份最新的包括46万条记录集,可方便为实现手机号码段归属地查询提供强大后台数据库支持。三大运营商最新号段移动号段:134135136137138139147148…

    2022年7月22日
    18
  • Mysql高可用集群–MHA

    Mysql高可用集群–MHA

    2021年5月30日
    110
  • 语法分析器实现过程(java)

    语法分析器实现过程(java)语法分析器是编译原理的一个实验 本文将会详细给出实现的具体步骤 利用 java 进行示例讲解 源码 包含 java 和 c 两种实现方式 可在处下载 一 实验目的设计 编写一个语法分析程序 加深对语法分析原理的理解 二 实验原理语法分析器是在词法分析之后 根据词法分析的结果和定义的语法规则判断输入的程序是否有语法错误 LL 1 分析是使用显式栈而不是递归调用来完成分析 以标准方式表示这个栈非常有用

    2026年3月20日
    1

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号