一个数组求其最长递增子序列(LIS)
一个数组求其最长递增子序列(LIS)
例如数组{3, 1, 4, 2, 3, 9, 4, 6}的LIS是{1, 2, 3, 4, 6},长度为5,假设数组长度为N,求数组的LIS的长度,
需要一个额外的数组 LIS 来记录
长度从1 到 n 慢慢变长求解的过程中 对应长度的 最长递增子序列的最小的末尾元素
解决方法
长度为1时 {3}:
将3放入LIS中,表示长度为1的时候,{3}数组的最长递增子序列的最小微元素
LIS:{3}
只有一个元素,所以 最长递增子序列就是 {3},最长递增子序列的最小尾元素 就是3
长度为2时 {3,1}:
新加入的元素1<3 长度增加变成2时,新加入的元素1比长度为1的时候的 最长递增子序列的最小尾元素还小,所以新加入元素1不会引起最长递增子序列变长,所以需要将1 插入 LIS中,在LIS中找到最小的比1大的元素,替换该元素,完成长度为2 的时候 最长递增子序列的寻找,
LIS:{1}
1替换掉3 表示 在长度为2的时候{3,1}的最长递增子序列的最小尾元素是1,验证 最长递增子序列{1}或{3}
长度为3时 {3,1,4}:
新加入的元素4>1,新加入的元素,比长度为2时的最长递增序列的最小尾元素大,说明新加入元素可以引起最长递增序列的增长,加入新元素4得:
LIS:{1,4}
验证 最长递增序列 {3,4} 或者 {1,4}
长度为4时 {3,1,4,2}:
新加入元素2<4, 比长度为3时的最长递增子序列的最小尾元素小,说明不引起最长递增序列的增长,需要在LIS中找到替换的元素 找到第一个比2大的元素4替换,这样在保证递增序列数量不变的情况下,将递增序列的范围往小值方向移动。得
LIS:{1,2}
验证 最长递增序列 {3,4} 或者 {1,2}
长度为5时 {3,1,4,2,3}:
新加入元素3>2, 比长度为4时的最长递增子序列的最小尾元素大,说明引起最长递增序列的增长,得
LIS:{1,2,3}
验证 最长递增序列 {1,2,3}
长度为6时 {3,1,4,2,3,9}:
新加入元素9>3, 比长度为5时的最长递增子序列的最小尾元素大,说明引起最长递增序列的增长,得
LIS:{1,2,3,9}
验证 最长递增序列 {1,2,3,9}
长度为7时 {3,1,4,2,3,9,4}:
新加入元素4<9, 比长度为3时的最长递增子序列的最小尾元素小,说明不引起最长递增序列的增长,需要在LIS中找到替换的元素 找到第一个比4大的元素9替换,这样在保证递增序列数量不变的情况下,将增序列的范围往小值方向移动。得
LIS:{1,2,3,4}
验证 最长递增序列 {1,2,3,4}
长度为8时 {3,1,4,2,3,9,4,6}:
新加入元素6>4, 比长度为7时的最长递增子序列的最小尾元素大,说明引起最长递增序列的增长,得
LIS:{1,2,3,4,6}
验证 最长递增序列 {1,2,3,4,6}
需要注意:
LIS保存的是 求解的过程中 对应长度的 最长递增子序列的最小的末尾元素 不一定就是最长递增序列原来的序列
插入新元素寻找替换位置的时候 有序查找可以使用二分查找 时间复杂度 o(LogN)
所以该解决方法的时间复杂度NlogN
空间复杂度 N
一个数组求其最长递增子序列(LIS)的更多相关文章
- 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经典的问题,详细如下: 在一个已知的序列{a1,a2,...,an}中,取出若干数组组成新的序列{ai1,ai2,...,aim},其中下标i1,i2,...,im保持递增, ...
- 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 ...
- 最长递增子序列 LIS 时间复杂度O(nlogn)的Java实现
关于最长递增子序列时间复杂度O(n^2)的实现方法在博客http://blog.csdn.net/iniegang/article/details/47379873(最长递增子序列 Java实现)中已 ...
- 最长回文子序列LCS,最长递增子序列LIS及相互联系
最长公共子序列LCS Lintcode 77. 最长公共子序列 LCS问题是求两个字符串的最长公共子序列 \[ dp[i][j] = \left\{\begin{matrix} & max(d ...
- 2.16 最长递增子序列 LIS
[本文链接] http://www.cnblogs.com/hellogiser/p/dp-of-LIS.html [分析] 思路一:设序列为A,对序列进行排序后得到B,那么A的最长递增子序列LIS就 ...
- 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 ...
- 编程之美 set 7 求数组中的最长递增子序列
解法 1. 假设在目标数组 array[] 的前 i 个元素中, 最长递增子序列的长度为 LIS[i] 那么状态转移方程为 LIS[i] = max(1, LIS[k]+1) array[i+1] & ...
- 最长递增子序列LIS再谈
DP模型: d(i) 以第 i 个元素结尾的最长递增子序列的长度. 那么就有 d(i) = max(d(j)) + 1;(j<i&&a[j]<a[i]),答案 max(d( ...
- 算法面试题 之 最长递增子序列 LIS
找出最长递增序列 O(NlogN)(不一定连续!) 参考 http://www.felix021.com/blog/read.php?1587%E5%8F%AF%E6%98%AF%E8%BF%9E%E ...
随机推荐
- [转+自]disable_functions之巧用LD_PRELOAD突破
写在前面: 通过知乎的一篇艰难的渗透提权,引发了一些对于disable_funcionts绕过的思考,虽然在暑假日记中记载了四种绕过disable_functions,比如com组件,pcntl_ex ...
- Stream—一个早产的婴儿
当你会关注这篇文章时,那么意味着你对Stream或多或少有些了解,甚至你在许多业务中有所应用.正如你所知,业界对Stream.lambda褒贬不一,有人认为它是银弹,也有人认为其降低了代码的可读性.事 ...
- 三步教你如何在Github部署自己的简历
相信铁子们有很多都是将找工作的小白(和小编一样!!嘿嘿)小编也和在座的大家一样,一个普通的不能再普通的二本学生(北华大学) < 单身!单身!单身!> 听很多人都说:像我们这个样子,害!放 ...
- 2019-2020-1 20199325《Linux内核原理与分析》第六周作业
正常的使用gdb跟踪分析函数调用 使用make rootfs命令 *用gdb跟踪分析一个系统调用内核函数 对于宏SAVE_ALL来说,这条语句会保存当前线程的现场,然后是执行system_call,跳 ...
- docker commit理解构建镜像(7)
镜像是多层存储,每一层是在前一层的基础上进行的修改: 而容器同样也是多层存储是在以镜像为基础层,在基础层上加一层作为容器运行时的存储层. 当我们使用Docker Hub的镜像无法满足我们的需求时,我们 ...
- Node 接入阿里云实现短信验证码
本文介绍在案例云开通短信服务的流程以及在Node项目中使用的方法. 一.开通阿里云短信服务 登陆阿里云,然后进入 https://dysms.console.aliyun.com/dysms.htm ...
- Spring5参考指南:Bean的生命周期管理
文章目录 Spring Bean 的生命周期回调 总结生命周期机制 startup和Shutdown回调 优雅的关闭Spring IoC容器 Spring Bean 的生命周期回调 Spring中的B ...
- DNS 处理模块 dnspython
简介: dnspython (http://www.dnspython.org/)是Python实现一个DNS的工具包,支持所有的记录类型,可以用于查询.传输并动态更新ZONE信息. 安装 wget ...
- 更安全的rm命令,保护重要数据
更安全的rm命令,保护重要数据 网上流传的安全的rm,几乎都是提供一个rm的"垃圾"回收站,在服务器环境上来说,这实非良方. 我想,提供一个安全的rm去保护一些重要的文件或目录不被 ...
- 1-MyBatisPlus教程(一)
1,简介 官网:http://mp.baomidou.com/ 参考教程:http://mp.baomidou.com/guide/ MyBatis-Plus(简称 MP)是一个 MyBatis 的增 ...