BEGIN


LIS:

一个数的序列bi,当b1 < b2 < … < bS的时候,我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN),我们可以得到一些上升的子序列(ai1, ai2, …, aiK),这里1 <= i1 < i2 < … < iK <= N。比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8).

输入样例 7

     2 5 3 4 1 7 6

输出样例 4

1.上升序列: //???这里怎么格式这么丑,还调不了

这道题中就是在当前序列删去几个数,使剩下的几个数构成一个从小到大的序列,例如:2 3 4 6和2 4 7都是上升序列.

2.具体思路:

设定一个一维数组f[i],表示从1到i的最大上升子序列长度,所以f数组中的每一个数都应该初始化为1,因为一个数本身的长度就是1,我们可以让原数组a中的每一个数依次与它前面的所有数进行比较,如果当前的a[i]>a[j]且当前的f[i]大于f[j],那么我们的f[i]就可以从f[j]转移过来,新得到的f[i]就是f[j]的大小加上1,于是我们就得到了我们动归中的第一个转移方程:f[i]=max(f[j]+1)(i>j&&a[i]>a[j]),时间效率:O(n*n)

3.主代码:

     for(int i=;i<=n;i++){
for(int j=;j<i;j++){//j严格小于i,否则可能会WA
if(a[i]>a[j]&&f[i]<f[j]+){//一般比较时要写的是f[i]<f[j]+1而不是f[i]<=f[j]
f[i]=f[j]+;
dp[i]=j;//记录路径的,下面会说路径输出
ans=max(ans,f[i]);
}
}
}

4.优化://正常人用二分优化,不正常的人用树形优化,用树形优化的估计也用指针建树

对于一个上升子序列,其结尾元素越小肯定以后能插入的元素越多,子序列的长度也就越大,这里我们抛弃数组f,新建一个数组low,low[i]表示长度为i的LIS结尾元素的最小值。对于一个新的数,如果这个数比当前序列末尾元素要大,那肯定是要插在队尾,如果不大于的话,就需要找到low数组中第一个大于这个数的位置并替换掉,如此一来就能够插入尽量多的元素,而时间效率为O(n*logn),如图:

代码如下:

     low1[]=a[];//长度为1的序列最后一个元素一开始肯定是原序列的第一个数
for(int i=;i<=n;i++){
if(low1[ans1]<a[i])low1[++ans1]=a[i];
else low1[lower_bound(low1+,ans1++low1,a[i])-low1]=a[i];
}//low_bound函数可以帮助我们快速找到第一个大于某数的位置
//而upper_bound可以帮助我们快速找到第一个大于等于某数的位置
//原理都是二分,用法如代码中的那样

5.路径记录:懒得写了,等以后有时间再写

6.友情例题链接:友好城市:https://www.cnblogs.com/614685877--aakennes/p/12659005.html

        导弹拦截:没写

        打地鼠:没写


LCS:

子序列:一个序列A = a1,a2,……an,中任意删除若干项,剩余的序列叫做A的一个子序列。也可以认为是从序列A按原顺序保留任意若干项得到的序列。

公共子序列:顾名思义,如果序列C既是序列A的子序列,同时也是序列B的子序列,则称它为序列A和序列B的公共子序列。空序列是任何两个序列的公共子序列。

最长公共子序列:A和B的公共子序列中长度最长的(包含元素最多的)叫做A和B的公共子序列。

输入样例:8 6

     1 3 5 4 2 6 8 7

     1 4 8 6 7 5

输出样例:4

hint:最长公共子序列有两个分别是: 1 4 8 7 ,1 4 6 7

1.如果暴力枚举,把两个序列中的数都扫一遍,序列一有2n个子序列,序列二有2m个子序列,时间效率为O(2^(m+n)).

2.定义二维数组f,f[i][j]变数为序列1前i个数,序列2中前j个数的LCS,如图所示f[i][j]如果a[i]!=a[j],那么f[i][j]会从它上一个或左一个中的最大值直接转移,如果a[i]==a[j]那么它会从左上角转移过来,值为f[i-1][j-1]+1(应该没人会问为什么不是从上或从下转移的吧,实在不懂就看图)


时间:4.9夜里11点,溜了溜了


时间:4.11早上19丶 

在多科积累本的压榨下,终于抽出时间来更新了(其实有没写完的,明天再说)


3.状态转移方程:f[i][j]=max(f[i-1][j],f[i][j-1])(a[i]!=a[j]) f[i][j]=f[i-1][j-1]+1(a[i]==a[j])

4.代码:

未优化:

 #include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<stack>
using namespace std;
const int maxn=1e3+,INF=0x3f3f3f3f;
int n,len1,len2,f[maxn][maxn],a1[maxn],a2[maxn];
int main(){
freopen("a.in","r",stdin);
cin>>len1>>len2;
for(int i=;i<=len1;i++)cin>>a1[i];
for(int i=;i<=len2;i++)cin>>a2[i];
int ans=;
for(int i=;i<=len1;i++){
for(int j=;j<=len2;j++){
if(a1[i]==a2[j])f[i][j]=f[i-][j-]+;
else if(a1[i]!=a2[j])f[i][j]=max(f[i-][j],f[i][j-]);
ans=max(ans,f[i][j]);
}
}
cout<<ans;
return ;
}

滚动数组优化版本:

 #include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<stack>
using namespace std;
const int maxn=1e3+,INF=0x3f3f3f3f;
int n,len1,len2,f[maxn][maxn],a1[maxn],a2[maxn];
int main(){
freopen("a.in","r",stdin);
cin>>len1>>len2;
for(int i=;i<=len1;i++)cin>>a1[i];
for(int i=;i<=len2;i++)cin>>a2[i];
int ans=,k=;
for(int i=;i<=len1;i++){
k=!k;
for(int j=;j<=len2;j++){
if(a1[i]==a2[j])f[k][j]=f[!k][j-]+;//正常滚动数组,用i%2也行
else if(a1[i]!=a2[j])f[k][j]=max(f[!k][j],f[k][j-]);
ans=max(ans,f[k][j]);
}
}
cout<<ans;
return ;
}

5.路径记录

回看之前那张图,褐色的正好是其种的一种序列,都是从左上转移过来,所以我们只需开一个二维数组记录下转移状态,然后递归输出即可(其实也可以用滚动数组优化)

 #include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<stack>
using namespace std;
const int maxn=1e3+,INF=0x3f3f3f3f;
int n,len1,g[maxn][maxn],len2,f[maxn][maxn],a1[maxn],a2[maxn];
void Print(int i,int j){
if(i==||j==)return;
if(g[i][j]==)Print(i-,j-),cout<<a1[i]<<" ";
if(g[i][j]==)Print(i-,j);
if(g[i][j]==-)Print(i,j-);
}
int main(){
freopen("a.in","r",stdin);
cin>>len1>>len2;
for(int i=;i<=len1;i++)cin>>a1[i];
for(int i=;i<=len2;i++)cin>>a2[i];
int ans=,k=;
for(int i=;i<=len1;i++){
//滚动数组大变样 
for(int j=;j<=len2;j++){
if(a1[i]==a2[j])f[i%][j]=f[(i-)%][j-]+,g[i][j]=;//0表示左上 
else if(f[i-][j]>=f[i%][j-])f[i%][j]=f[(i-)%][j],g[i][j]=;//1表示正上
else f[i%][j]=f[i%][j-],g[i][j]=-;//-1表示正左 
ans=max(ans,f[k][j]);
}
}
cout<<ans;
return ;
}//嘤嘤嘤,编译过了,但不保证A

6.友情例题链接:Prince and Princess 王子和公主:https://www.cnblogs.com/614685877--aakennes/p/12663440.html

LCIS:

两个整数序列,{a1,a2...,am},{b1,b2...,bn},求两序列最长公共上升子序列长度。

//怎么粘贴过来变成图片了?

1.LCIS显然是LIS和LCS的并查集,不对,是交集(并查集题做多了),定义二维数组f,f[i][j]表示第一个序列前i个元素,第二个序列前j个元素且以b[j]结束的LCIS,两个序列最后的元素为a[i]、b[j]。如果a[i]!=b[j],f[i][j]=f[i-1][j],因为此时以b[j]结尾的LCIS有没有a[i]结果是一样的;相反,如果a[i]==b[j],此时f[i][j]=max(f[i-1][k])+1。(从老师那里搬过来的课件有丶混乱,还是代码好理解丶)

2.代码:

 #include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<stack>
using namespace std;
const int maxn=1e3+,INF=0x3f3f3f3f;
int n,len1,g[maxn][maxn],len2,f[maxn][maxn],a1[maxn],a2[maxn];
int main(){
freopen("a.in","r",stdin);
cin>>len1>>len2;
for(int i=;i<=len1;i++)cin>>a1[i];
for(int i=;i<=len2;i++)cin>>a2[i];
int ans=,k=;
for(int i=;i<=len1;i++){
ans=;
for(int j=;j<=len2;j++){
if(a[i]>b[j]&&ans<f[j])ans=f[j];
if(a[i]==b[j])f[j]=ans+;
}
}
cout<<ans;
return ;
}//嘤嘤嘤

终于写完了,写了两三个小时

【线型DP模板】最上上升子序列(LIS),最长公共子序列(LCS),最长公共上升子序列(LCIS)的更多相关文章

  1. 最长上升子序列 LIS(Longest Increasing Subsequence)

    引出: 问题描述:给出一个序列a1,a2,a3,a4,a5,a6,a7….an,求它的一个子序列(设为s1,s2,…sn),使得这个子序列满足这样的性质,s1<s2<s3<…< ...

  2. 动态规划——最长上升子序列LIS及模板

    LIS定义 一个数的序列bi,当b1 < b2 < … < bS的时候,我们称这个序列是上升的.对于给定的一个序列(a1, a2, …, aN),我们可以得到一些上升的子序列(ai1 ...

  3. 动态规划(DP),最长递增子序列(LIS)

    题目链接:http://poj.org/problem?id=2533 解题报告: 状态转移方程: dp[i]表示以a[i]为结尾的LIS长度 状态转移方程: dp[0]=1; dp[i]=max(d ...

  4. 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 ...

  5. 算法设计 - LCS 最长公共子序列&&最长公共子串 &&LIS 最长递增子序列

    出处 http://segmentfault.com/blog/exploring/ 本章讲解:1. LCS(最长公共子序列)O(n^2)的时间复杂度,O(n^2)的空间复杂度:2. 与之类似但不同的 ...

  6. 算法之动态规划(最长递增子序列——LIS)

    最长递增子序列是动态规划中最经典的问题之一,我们从讨论这个问题开始,循序渐进的了解动态规划的相关知识要点. 在一个已知的序列 {a1, a 2,...an}中,取出若干数组成新的序列{ai1, ai ...

  7. 最长上升子序列(LIS)与最长公共子序列(LCS)

    1.LIS : 给定一个序列,求它的最长上升子序列(n<=2000) 第一种 O(n^2): dp[i] 为以i为开头的最长上升子序列长度 code1: #include<cstdio&g ...

  8. 【部分转载】:【lower_bound、upperbound讲解、二分查找、最长上升子序列(LIS)、最长下降子序列模版】

    二分 lower_bound lower_bound()在一个区间内进行二分查找,返回第一个大于等于目标值的位置(地址) upper_bound upper_bound()与lower_bound() ...

  9. hdu----(1950)Bridging signals(最长递增子序列 (LIS) )

    Bridging signals Time Limit: 5000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) ...

随机推荐

  1. Python数据分析软件包介绍

    Python数据分析主要软件包: 1.python -m pip install numpy 2.python -m pip install pandas 3.python -m pip instal ...

  2. mysql中的四种常用的引擎

    MySQL常用的引擎有:InnoDB存储引擎.MyISAM存储引擎.MEMORY存储引擎.Archive存储引擎 InnoDB存储引擎 InnoDB是事务型数据库的首选引擎,支持事务安全表(ACID) ...

  3. Java 切割字符串的几种方式

    按效率排: 1.StringTokenizer切割 是java.util中的一个类,包含的api有: StringTokenizer的方法请参考上一篇. 其中,countTokens为length:n ...

  4. redis的5种数据结构和基本操作

    1.字符串(string) 1.1设置值 set key value [ex seconds] [px milliseconds] [nx|xx] 例如: 127.0.0.1:6379> set ...

  5. JS基础知识笔记

    2020-04-15 JS基础知识笔记 // new Boolean()传入的值与if判断一样 var test=new Boolean(); console.log(test); // false ...

  6. 使用Apache Spark和Apache Hudi构建分析数据湖

    1. 引入 大多数现代数据湖都是基于某种分布式文件系统(DFS),如HDFS或基于云的存储,如AWS S3构建的.遵循的基本原则之一是文件的"一次写入多次读取"访问模型.这对于处理 ...

  7. CSS文本相关之水平排列[4]

    在正常流中,文本都是从左往右.自上而下排列显示,如果想要改变排列方向的话,可以通过CSS属性来改变. text-align属性 文本排列(text-align)可改变文本在水平上的方向,但不改变内部的 ...

  8. mysql explain的type的

    导语 很多情况下,有很多人用各种select语句查询到了他们想要的数据后,往往便以为工作圆满结束了.这些事情往往发生在一些学生亦或刚入职场但之前又没有很好数据库基础的小白身上,但所谓闻道有先后,只要我 ...

  9. python_lesson1 数学与随机数 (math包,random包)

    math包 math包主要处理数学相关的运算.math包定义了两个常数: math.e   # 自然常数e math.pi  # 圆周率pi   此外,math包还有各种运算函数 (下面函数的功能可以 ...

  10. Android笔记布局资源文件

    在项目的res--layout目录下的文件叫布局资源文件,用于控制页面的布局显示 在Java代码中引用布局资源我们已经很熟悉了. setContentView(R.layout.activity_ma ...