LIS,LCS,LICS 学习笔记
1.最长上升子序列(LIS)
子序列: 1.可以不连续 2.相对位置不变
dp[i][j] 表示前i位置,最大值为j的LIS长度
1. dp[i-1][j] 前i-1位置,最大值为j的LIS长度 (没有考虑a[i])
2. dp[i][j]=dp[i-1][k]+1 (j==a[i] k < j)
ans=max(dp[n][i])
DP复杂度:状态数量*单个状态转移复杂度
O(n^2) 空间 O(n^2)
序列: 前i个位置,以第i个位置结尾。
f[i] 以第i个位置结尾的LIS长度
f[i] <- f[j]+1 (j< i a[j]< a[i])
ans=max(f[i])
O(n^2) 空间 O(n)
for(int i=1;i<=n;i++){
f[i]=1;
for(int j=1;j<i;j++){
if(a[j]<a[i])
f[i]=max(f[j]+1,f[i]);
}
}
O(nlogn):
1. 用一个数组(栈)来维护最可能成为LIS的序列 (和DP没有关系)
2. 用树状数组来优化第二种DP(有推广意义)。
1 3 5 6 4 7 8
[1,3,5,6] 4
[1,3,4(5),6] 5
[1,3,4(5),5(6),6]
向前查找位置(二分或STL)nlogn
upper_bound: “元素值>查找值”的第一个元素的位置
lower_bound: “元素值>=查找值”的第一个元素的位置
#include<cstdio>
#include<algorithm>
#include<iostream>
using namespace std;
int a[40005];
int d[40005];
int main()
{
int n;
scanf("%d",&n);
for (int i=1;i<=n;i++) scanf("%d",&a[i]);
if (n==0)
{
printf("0\n");
return 0;
}
d[1]=a[1];
int len=1;
for (int i=2;i<=n;i++)
{
if (a[i]>d[len]) d[++len]=a[i];
else {
int j=lower_bound(d+1,d+len+1,a[i])-d; //找到第一个>=它的d的下标
d[j]=a[i];
}
}
printf("%d\n",len);
return 0;
}
树状数组: 1. 求前缀和, 2.单点加减
int ask(int pos){
int ret=0;
while(pos>0){
ret+=c[pos];
pos-=lowbit(pos);
}
return ret;
}
void add(int pos,int w){
while(pos<=n){
c[pos]+=w;
pos+=lowbit(pos);
}
}
树状数组 1. 求前缀最大值, 2.单点修改(往大里改)
int ask(int pos){
int ret=0;
while(pos>0){
ret=max(ret,c[pos]);
pos-=lowbit(pos);
}
return ret;
}
void modify(int pos,int w){
while(pos<=n){
c[pos]=max(c[pos],w);
pos+=lowbit(pos);
}
}
for(int i=1;i<=n;i++){
f[i]=1+max(0,b[0],b[1],b[2],...,b[a[i]-1]);
b[a[i]]=f[i];
}
for(int i=1;i<=n;i++){
f[i]=ask(a[i]-1)+1;
modify(a[i],f[i]);
}
2.最长公共子序列
a 1 4 5 2 3
b 1 5 2 4 3
1 5 2 3
1) 前…个元素
f[i][j] a串前i个元素,b串前j个元素的LCS长度
a[i] != b[j] f[i][j] <- f[i-1][j] f[i][j-1]
a[i] == b[j] f[i][j] <- f[i-1][j-1]+1
O(1)*O(n^2)
f[n][m]
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++){
if(a[i] != b[j]) f[i][j]=max( f[i-1][j] , f[i][j-1]);
else f[i][j]=f[i-1][j-1]+1;
}
}
2) 以…结尾
f[i][j] a串以i结尾,b串以j结尾的LCS长度
a[i] != b[j] f[i][j] = 0
a[i] == b[j] f[i][j] <- f[k][l] (k< i l< j)
O(n^2)*O(n^2)
ans=max(f[i][j])
3.LICS(LCIS):
1) 前…个元素
f[i][j] a串前i个元素,b串前j个元素的LICS长度
无法转移
f[i][j][k] a串前i个元素,b串前j个元素的LICS长度最大值为k
a[i] != b[j] f[i][j][k] <- f[i-1][j][k] f[i][j-1][k]
a[i] == b[j] && a[i]==k f[i][j][k] <- f[i-1][j-1][l] l< k
O(n^3) 空间 (空间可以滚动数组优化) n^3 时间
ans=max(f[n][m][i])
2) 以…结尾
f[i][j] a串以i结尾,b串以j结尾的LICS长度
a[i] != b[j] f[i][j] = 0
a[i] == b[j] f[i][j] < - f[k][l]+1
(k < i l< j a[k]==b[l] a[k]< a[i] )
O(n^2)*O(n^2)
O(n^2)空间 O(n^4)时间
ans=max(f[i][j])
3)
f[i][j] a串前i个元素,b串以j结尾的LICS长度
a[i] != b[j] f[i][j] <- f[i-1][j]
a[i] == b[j] f[i][j] <- f[i-1][k] +1 (k< j b[k]< b[j])
for(int i=1;i< =n;i++){
for(int j=1;j< =m;j++){
if(a[i]!=b[j]) f[i][j]=f[i-1][j];
else{
f[i][j]=1;
for(int k=1;k< j;k++){
if(b[k]< b[j]) f[i][j]=max(f[i][j],f[i-1][k]+1);
}
}
}
}
O(n^2)空间 O(n^3)时间
ans=max(f[n][i])
O(n^2logn)
int mx[];
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++){ // LIS 树状数组优化
mx[j] = ask(b[j]-1);
modify(b[j],f[i-1][j]);
}
for(int j=1;j<=m;j++){// LCS
if(a[i]!=b[j]) f[i][j]=f[i-1][j];
else{
f[i][j]=mx[j]+1;
}
}
}
O(n^2)? 思考
//By Menteur_Hxy
#include<cstdio>
#include<iostream>
using namespace std;
const int MAX=3010;
int n,m,top;
int a[MAX],b[MAX],f[MAX][MAX];
int main() {
scanf("%d",&n);
for(int i=1;i<=n;i++) scanf("%d",&a[i]);
// scanf("%d",&m);
for(int i=1;i<=n;i++) scanf("%d",&b[i]);
for(int i=1;i<=n;i++){
int maxn=0;
for(int j=1;j<=n;j++) {
if(a[i]!=b[j]) f[i][j]=f[i-1][j];
else f[i][j]=maxn+1;
if(a[i]>b[j]) maxn=max(maxn,f[i-1][j]);
}
}
int ans=0;
for(int i=1;i<=n;i++)
ans=max(ans,f[n][i]);
printf("%d",ans);
return 0;
}
输出方案
f[i] <- max( f[j]+1) j< i
g[i] j
f[n] g[n] f[g[n]] g[f[g[n]]]
f[i][j]=max(f[i+1][j],f[i+1][j+1])+a[i][j];
int g[][]// 记录转移
if(f[i+1][j]>f[i+1][j+1]){
f[i][j]=f[i+1][j]+a[i][j];
g[i][j]=j;
}else{
f[i][j]=f[i+1][j+1]+a[i][j];
g[i][j]=j+1;
}
LIS,LCS,LICS 学习笔记的更多相关文章
- JavaScript闭包(Closure)学习笔记
闭包(closure)是JavaScript语言的一个难点,也是它的特色,很多高级应用都要依靠闭包实现. 下面就是我的学习笔记,对于JavaScript初学者应该是很有用的. 一.变量的作用域 要理解 ...
- JS学习笔记5_DOM
1.DOM节点的常用属性(所有节点都支持) nodeType:元素1,属性2,文本3 nodeName:元素标签名的大写形式 nodeValue:元素节点为null,文本节点为文本内容,属性节点为属性 ...
- 后缀自动机&回文自动机学习笔记
在学了一天其实是边学边摆之后我终于大概$get$后缀自动机了,,,就很感动,于是时隔多年我终于决定再写篇学习笔记辽$QwQ$ $umm$和$FFT$学习笔记一样,这是一篇单纯的$gql$的知识总结博, ...
- ES6学习笔记(三):教你用js面向对象思维来实现 tab栏增删改查功能
前两篇文章主要介绍了类和对象.类的继承,如果想了解更多理论请查阅<ES6学习笔记(一):轻松搞懂面向对象编程.类和对象>.<ES6学习笔记(二):教你玩转类的继承和类的对象>, ...
- js学习笔记:webpack基础入门(一)
之前听说过webpack,今天想正式的接触一下,先跟着webpack的官方用户指南走: 在这里有: 如何安装webpack 如何使用webpack 如何使用loader 如何使用webpack的开发者 ...
- PHP-自定义模板-学习笔记
1. 开始 这几天,看了李炎恢老师的<PHP第二季度视频>中的“章节7:创建TPL自定义模板”,做一个学习笔记,通过绘制架构图.UML类图和思维导图,来对加深理解. 2. 整体架构图 ...
- PHP-会员登录与注册例子解析-学习笔记
1.开始 最近开始学习李炎恢老师的<PHP第二季度视频>中的“章节5:使用OOP注册会员”,做一个学习笔记,通过绘制基本页面流程和UML类图,来对加深理解. 2.基本页面流程 3.通过UM ...
- 2014年暑假c#学习笔记目录
2014年暑假c#学习笔记 一.C#编程基础 1. c#编程基础之枚举 2. c#编程基础之函数可变参数 3. c#编程基础之字符串基础 4. c#编程基础之字符串函数 5.c#编程基础之ref.ou ...
- JAVA GUI编程学习笔记目录
2014年暑假JAVA GUI编程学习笔记目录 1.JAVA之GUI编程概述 2.JAVA之GUI编程布局 3.JAVA之GUI编程Frame窗口 4.JAVA之GUI编程事件监听机制 5.JAVA之 ...
随机推荐
- cogs 10. 信号无错传输
10. 信号无错传输 ★★☆ 输入文件:dlj.in 输出文件:dlj.out 简单对比时间限制:1 s 内存限制:128 MB [问题描述] 为提高传递信息的保密性和可靠性,两个军事 ...
- requestAnimationFrame实现浏览器兼容
requestAnimationFrame是比setInterval更高效更平滑的动画实现. 兼容性查看:http://caniuse.mojijs.com/Home/Html/item/key/re ...
- NEFU 115
刚开始,做了水题 #include <iostream> #include <cstdio> #include <algorithm> using namespac ...
- python3字符编码错误
在3.x 这里返回的是bytes-like类型, 所以这里不需要释放编码 ,释放也没有意义, 而是应该encode 转换成我们需要的编码, 之所会造成类型错误,原因是就在这里. 他们返回的类型不一样, ...
- hdu1209(Clock)
pid=1209">点击打开hdu1209 Problem Description There is an analog clock with two hands: an hour h ...
- fragment.setMenuVisibility setUserVisibleHint
[Android]Fragment真正意义上的onResume和onPause 前言 Fragment虽然有onResume和onPause的,但是这两个方法是Activity的方法,调用时机也是与A ...
- bzoj5029: 贴小广告&&bzoj5168: [HAOI2014]贴海报
以后做双精题请至少先跑个数据...输入都不一样... 做法就是离散化大力线段树. 记得在x+1和y-1插点 看这个数据: 1000 121 10050 8080 9950 981 56100 2002 ...
- Adding a model
https://docs.asp.net/en/latest/tutorials/first-mvc-app/adding-model.html Adding data model classes I ...
- Intel 的 MKL是可以用来训练的——官方的实验也提到了训练
TensorFlow如何充分使用所有CPU核数,提高TensorFlow的CPU使用率,以及Intel的MKL加速 转载 2017年09月07日 16:34:58 标签: cpu / gpu 转载 ...
- 杂项-DB:时序数据库
ylbtech-杂项-DB:时序数据库 1.返回顶部 1. 时序数据库全称为时间序列数据库.时间序列数据库主要用于指处理带时间标签(按照时间的顺序变化,即时间序列化)的数据,带时间标签的数据也称为时间 ...