【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)
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
- 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<…< ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 【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() ...
- 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
- js-ajax方法详解以及封装
本文主要从使用ajax请求的步骤.ajax状态码和http响应状态码以及ajax封装三个方面阐述 一.使用ajax请求的步骤 // 一.创建 XMLHttpRequest 对象 var xhr = n ...
- Java 8 新特性——检视阅读
Java 8 新特性--检视阅读 参考 Java 8 新特性--菜鸟 Oracle 公司于 2014 年 3 月 18 日发布 Java 8 ,它支持函数式编程,新的 JavaScript 引擎,新的 ...
- Oracle 11g RAC之HAIP相关问题总结
1 文档概要 2 禁用/启用HAIP 2.1 禁用/启用HAIP资源 2.2 修改ASM资源的依赖关系 3 修改cluster_interconnects参数 3.1 使用grid用户修改ASM实例的 ...
- 96题--不同的二叉搜索树(java、中等难度)
题目描述:给定一个整数 n,求以 1 ... n 为节点组成的二叉搜索树有多少种? 示例如下: 分析:本题可用动态规划的方法求解. 设 dp[n] 表示以 1 ... n 为节点组成的二叉搜索树的种类 ...
- HashMap常问面试题整理
去面试时,hashmap总是被经常问的问题,下面总结了几道关于hashmap的问题. 1.hashmap的主要参数都有哪些? 2.hashmap的数据结构是什么样子的?自己如何实现一个hashmap? ...
- 小师妹学JavaIO之:MappedByteBuffer多大的文件我都装得下
目录 简介 虚拟地址空间 详解MappedByteBuffer MapMode MappedByteBuffer的最大值 MappedByteBuffer的使用 MappedByteBuffer要注意 ...
- Nginx 的变量究竟是怎么一回事?
之前说了很多关于 Nginx 模块的内容,还有一部分非常重要的内容,那就是 Nginx 的变量.变量在 Nginx 中可以说无处不在,认识了解这些变量的作用和原理同样是必要的,下面几乎囊括了关于 Ng ...
- Ubuntu18.04美化MacOS(新更grub界面美化)
写在前面的话: 在美化过程中大多数资源来自境外网站,下载时速度特别慢,写这篇博客一是为了给读者看,也是为了自己保存资源并记录ubuntu18.04的使用,避免你们或是自己以后再花费大量时间去百度方法和 ...
- MySQL数据库基础知识复习
现在是2020年寒假,这也是新年写的第一篇博客,用了十几天的时间自学了数据库基础部分,想总结一下得失同时并通过写博客来复习前面学的知识点. 个人: 1.本来是计划一周学完基础部分的178p但没能完成这 ...
- [每日一题2020.06.07]codeforces Round #627 (Div. 3)
problem A /* * Author: RoccoShi * Time: 2020-06-07 19:37:51 */ #include <bits/stdc++.h> using ...