LIS(nlogn)算法描述//线性DP经典类型
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
389 207 155 300 299 170 158 65
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
8
186 186 150 200 160 130 197 220
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
- 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; ]; ...
- 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 ...
- 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> ...
- 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++) { ...
- 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 ...
- 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 ...
- 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( ...
- 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 ...
- 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
- new ArrayList(0) 和 new ArrayList() 和一样吗?
第一感觉是一样的,盲猜后者调用了前者,并传入参数 0.然而,无论是 JDK 7 还是 JDK 8,这两个方法构造的结果都是不一样的.JDK 开发人员在这方面作了优化. JDK 7 在 Java 7 中 ...
- HAProxy-1.8.20 根据后缀名转发到后端服务器
global maxconn 100000 chroot /data/soft/haproxy stats socket /var/lib/haproxy/haproxy.sock mode 600 ...
- Docker学习笔记之创建Ubuntu基础镜像
在创建基础镜像之前需要安装Bootstrap工具debootstrap,所以执行命令: sudo apt install debootstrap 软件安装完成后就可以使用debootstrap工具下载 ...
- (二)数据源处理5-excel数据转换实战(上)
把excel_oper02.py 里面实现的:通过字典的方式获取所有excel数据.放进utils: ️️️️️️️️️️️️️️️️️️️️️️️️️️️️️️️ utils: def get_al ...
- Windows10下Canvas对象获得屏幕坐标不正确的原因排查与处理
因为Canvas没有直接将画布内容保存为图片的方法,所以很多时候是通过获得Canvas画布的坐标,然后通过截图的方式来将画布内容保存为本地图片. 如何取得Canvas画布的坐标呢,比较简单实用的方式如 ...
- 如何用Python中自带的Pandas和NumPy库进行数据清洗
一.概况 1.数据清洗到底是在清洗些什么? 通常来说,你所获取到的原始数据不能直接用来分析,因为它们会有各种各样的问题,如包含无效信息,列名不规范.格式不一致,存在重复值,缺失值,异常值等..... ...
- Centos7下安装MySQL8.0.23-小白的开始
首先简单介绍一下什么叫MySQL: 数据库简而言之就是存储数据的仓库,为了方便数据的存储和管理,它将数据按照特定的规律存储在磁盘上.是为了实现一定的目的,按照某种规则组织起来的数据的集合: MySQL ...
- uni-app开发经验分享十七: 开发微信公众号(H5)JSSDK 的使用方式
因为这个jssdk被uni-app坑了好多天,作者说支持1.4版本,但是我用1.4的两个分享的新方法一直不支持. 最后只能放弃了,期待什么时候能更新上. 基本的使用方法:第一步 - 下载使用方式下载地 ...
- NFS存储迁移至GlusterFS
NFS存储迁移至GlusterFS 前提条件 为防止脑裂,建议使用最低3台节点制作3复制集的存储卷: 在进行存储迁移前,GluseterFS存储节点需先成为k8s集群中的node节点: 存储切换时请勿 ...
- (Oracle)索引实战(转载)
人们在使用SQL时往往会陷入一个误区,即太关注于所得的结果是否正确,而忽略了不同的实现方法之间可能存在的性能差异,这种性能差异在大型的或是复杂的数据库环境中(如联机事务处理OLTP或决策支持系统DSS ...