题目描述

某国为了防御敌国的导弹袭击,发展出一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷:虽然它的第一发炮弹能够到达任意的高度,但是以后每一发炮弹都不能高于前一发的高度。某天,雷达捕捉到敌国的导弹来袭。由于该系统还在试用阶段,所以只有一套系统,因此有可能不能拦截所有的导弹。

输入导弹依次飞来的高度(雷达给出的高度数据是\le 50000≤50000的正整数),计算这套系统最多能拦截多少导弹,如果要拦截所有导弹最少要配备多少套这种导弹拦截系统。

输入格式

11行,若干个整数(个数\le 100000≤100000)

输出格式

22行,每行一个整数,第一个数字表示这套系统最多能拦截多少导弹,第二个数字表示如果要拦截所有导弹最少要配备多少套这种导弹拦截系统。

输入输出样例

输入 #1复制

389 207 155 300 299 170 158 65
输出 #1复制

6
2

说明/提示

为了让大家更好地测试n方算法,本题开启spj,n方100分,nlogn200分


看了几篇博客,讲的都是最长上升子序列的nlogn 解法:只是简单的讲了是  贪心+DP

贪心 :大部分是这样证明的:

当你从一串数中构造一个最长子序列,在选择数时 要尽量选择最大的数字作为下一个数字,因为大的数字为后续选择提供了更多选择,从而使序列变得更长;

当你这次选的数字比正在构造的最后一个数字大时,找到比你这次选的数字小于等于的地方,用这个数字替换原先存在的数字,而且,在这个替换的数字后的数字不要删掉。

形如下面这个样例:

这个样例展示的是《《《最长不上升子序列》》》

一组样例:
//90 103 99 83 102 70 86 70 99 71
//结果是:5

在构造的序列变化是:

90

103

103  99

103  99  83

103 102 83

103 102 83 70

103 102 86 70

103 102 86 70 70

103 102 99 70 70

103 102 99 71 70 //显然最后得到的不一定是真实应该得到的子序列;

103  99  83 70 70//真实应该得到的子序列

明显可以看出:真实的子序列中的数字都是曾经在此位置的数字。

将这个位置替换,其实只是在原先位置更换了一个新的用于比较的标签,因为这个新的标签更大,为后边提供了更长的可能。

此题AC代码:lower_bound(begin(),end(),x,greater<int>());  通过greater<int>()改变比较方向。

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
vector<int>a,b,c; int main ()
{
int num,n=0;
while(cin>>num)
{
n++;
a.push_back(num);
}
n--;
for(int i=0;i<=n;i++)
{
int it=upper_bound(b.begin(),b.end(),a[i],greater<int>())-b.begin();
//cout<<it<<endl;
if(it==b.size())
b.push_back(a[i]);
else
{
b[it]=a[i];
}
int itn=lower_bound(c.begin(),c.end(),a[i])-c.begin();
if(itn==c.size())
c.push_back(a[i]);
else
c[itn]=a[i];
}
//for(auto itm:b)
// cout<<itm<<endl;
cout<<b.size()<<endl;
cout<<c.size();
return 0;
}

一个变式题目:

N位同学站成一排,音乐老师要请其中的(N-KN−K)位同学出列,使得剩下的KK位同学排成合唱队形。

合唱队形是指这样的一种队形:设K位同学从左到右依次编号为1,2,…,K1,2,…,K,他们的身高分别为T_1,T_2,…,T_KT1​,T2​,…,TK​, 则他们的身高满足T_1<...<T_i>T_{i+1}>…>T_K(1 \le i \le K)T1​<...<Ti​>Ti+1​>…>TK​(1≤i≤K)。

你的任务是,已知所有N位同学的身高,计算最少需要几位同学出列,可以使得剩下的同学排成合唱队形。

输入格式

共二行。

第一行是一个整数N(2 \le N \le 100)N(2≤N≤100),表示同学的总数。

第二行有nn个整数,用空格分隔,第ii个整数T_i(130 \le T_i \le 230)Ti​(130≤Ti​≤230)是第ii位同学的身高(厘米)。

输出格式

一个整数,最少需要几位同学出列。

输入输出样例

输入 #1复制

8
186 186 150 200 160 130 197 220
输出 #1复制

4

数据范围非常小,可以枚举任何一个值,左边取最长上升子序列,右边取最长下降子序列

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
int a[105];
int n;
int lis_1(int m)
{
vector<int>b;
for(int i=1;i<=m;i++)
{
int it=lower_bound(b.begin(),b.end(),a[i])-b.begin();
if(it==b.size())
b.push_back(a[i]);
else
b[it]=a[i];
}
return b.size();
}
int lis_2(int m)
{
vector<int>c;
for(int i=m;i<=n;i++)
{
int it=lower_bound(c.begin(),c.end(),a[i],greater<int>())-c.begin();
if(it==c.size())
c.push_back(a[i]);
else
c[it]=a[i];
}
return c.size();
} int main ()
{ cin>>n;
int ans=n;
for(int i=1;i<=n;i++)
cin>>a[i];
for(int i=1;i<=n;i++)
{
ans=min(ans,n+1 - lis_1(i) - lis_2(i));
}
cout<<ans<<endl; return 0;
}

LIS(nlogn)算法描述//线性DP经典类型的更多相关文章

  1. lis nlogn算法

    当前所在位的最长上升子序列只和前面一个字符有关 #include <iostream> #include <algorithm> using namespace std; ]; ...

  2. POJ 1631 Bridging signals(LIS O(nlogn)算法)

    Bridging signals Description 'Oh no, they've done it again', cries the chief designer at the Waferla ...

  3. nyoj44 子串和 线性DP

    线性DP经典题. dp[i]表示以i为结尾最大连续和,状态转移方程dp[i] = max (a[i] , dp[i - 1] + a[i]) AC代码: #include<cstdio> ...

  4. 线性DP总结(LIS,LCS,LCIS,最长子段和)

    做了一段时间的线性dp的题目是时候做一个总结 线性动态规划无非就是在一个数组上搞嘛, 首先看一个最简单的问题: 一,最长字段和 下面为状态转移方程 for(int i=2;i<=n;i++) { ...

  5. 最长上升子序列(LIS)长度的O(nlogn)算法

    最长上升子序列(LIS)的典型变形,熟悉的n^2的动归会超时.LIS问题可以优化为nlogn的算法.定义d[k]:长度为k的上升子序列的最末元素,若有多个长度为k的上升子序列,则记录最小的那个最末元素 ...

  6. 1. 线性DP 300. 最长上升子序列 (LIS)

    最经典单串: 300. 最长上升子序列 (LIS) https://leetcode-cn.com/problems/longest-increasing-subsequence/submission ...

  7. 线性DP LIS浅谈

    LIS问题 什么是LIS? 百度百科 最长上升子序列(Longest Increasing Subsequence,LIS),在计算机科学上是指一个序列中最长的单调递增的子序列. 怎么求LIS? O( ...

  8. AT2827 最长上升子序列LIS(nlogn的DP优化)

      题意翻译 给定一长度为n的数列,请在不改变原数列顺序的前提下,从中随机的取出一定数量的整数,并使这些整数构成单调上升序列. 输出这类单调上升序列的最大长度. 数据范围:1<=n<=10 ...

  9. 线性DP详解

    顾名思义,线性DP就是在一条线上进行DP,这里举一些典型的例子. LIS问题(最长上升子序列问题) 题目 给定一个长度为N的序列A,求最长的数值单调递增的子序列的长度. 上升子序列B可表示为B={Ak ...

随机推荐

  1. Lock锁 精讲

    1.为什么需要Lock 为什么synchronized不够用,还需要Lock Lock和synchronized这两个最常见的锁都可以达到线程安全的目的,但是功能上有很大不同. Lock并不是用来代替 ...

  2. 大数相加Java

    题目 以字符串的形式读入两个数字,编写一个函数计算它们的和,以字符串形式返回. 分析 两个字符串,定义两个指针,分别从这两个字符串的结尾开始遍历,因为可能字符串1比字符串2长度要长,因此只要两者其中有 ...

  3. Desired_Capabilities配置

    appium服务器初始化参数 最全: https://github.com/appium/appium/blob/master/docs/cn/writing-running-appium/caps. ...

  4. git revert 回退已经push的内容

    如题,在日常的开发过程中,可能有组员不小心一下子吧文件修改,需要进行回退 回退主要涉及到2种命令,一种是git reset 一种是 git revert git reset 会修改git log提交历 ...

  5. oracle RAC和RACOneNode之间的转换

    Convert RAC TO RACOneNode 1.查看资源状态 [grid@rac01 ~]$ crsctl status res -t 从这里看到,数据库的名字叫racdb 2.查看实例 [o ...

  6. SAP中的F4帮助

    今天在调试标准程序的时候,意外的发现了一个F4帮助的函数,感觉还是挺好用的. F4IF_FIELD_VALUE_REQUEST从函数名就可以看出是给字段添加F4帮助的. F4 help for fie ...

  7. AQS之ReentrantReadWriteLock写锁

    用法 1.1 定义一个安全的list集合 public class LockDemo { ArrayList<Integer> arrayList = new ArrayList<& ...

  8. 鸿蒙的多媒体及Menu组件及小程序的多媒体组件

    目录: js业务逻辑层 视图渲染层 css属性设置 效果图 微信小程序展示 内网穿透工具下载 我们在搭建一个小程序或者网站的时候,往往要加载很多的图片,音频和视频文件.如果都从服务器获取静态资源,这样 ...

  9. html简单基础

    标签语法 标签的语法: <标签名 属性1="属性值1" 属性2="属性值2"-->内容部分</标签名> <标签名 属性1=&quo ...

  10. vfd-cloud——一个适合练习上手的云存储网盘springboot项目(开发中)

    vfd-cloud           ​ 一个基于SpringBoot的云存储网盘项目,适合练手学习SpringBoot,用到的技术栈列到了下面.支持用户的注册登陆及修改密码,利用邮箱进行验证.支持 ...