zoj2431  http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=2432

hdoj 1423 http://acm.hdu.edu.cn/showproblem.php?pid=1423

题意:

一看题目题意就很明显了, 两个数组a,b,求出两个数组公共的最长的上升子序列(可以不是连续的子序列)。

分析:

如果做过[最长公共子序列](http://blog.csdn.net/wangdan11111/article/details/41321277)应该更容易明白点。

定义状态d[i][j]表示以a数组的前i个元素,b数组的前j个元素并且以b[j]为结尾的LCIS的长度。

首先:a[i] != b[j]时, d[i][j] = d[i-1][j];   因为 d[i][j] 是以 b[j] 为结尾的LCIS,如果 d[i][j] > 0 那么就说明 a[1] .... a[i] 中必然有一个元素 a[k] 等于 b[j]。因为 a[k] != a[i],那么 a[i] 对 d[i][j] 没有贡献,于是我们不考虑它照样能得出 d[i][j] 的最优值。所以在 a[i] != b[j] 的情况下必然有 d[i][j] = d[i-1][j]。这一点参考LCS的处理方法。

当a[i]==b[j]时, 首先,这个等于起码保证了长度为1的LCIS。然后我们还需要去找一个最长的且能让b[j]接在其末尾的LCIS。之前最长的LCIS在哪呢?首先我们要去找的d数组的第一维必然是i-1。因为i已经拿去和b[j]配对去了,不能用了。第二维需要枚举 b[1] ... b[j-1]了,因为你不知道这里面哪个最长且哪个小于 b[j]。

状态转移方程:

a[i] != b[j]: d[i][j]=d[i-1][j] ;

a[i] == b[j]: d[i][j]=max(d[i-1][k]) + 1 ; (1<= k <= j-1)

不难看到,这是一个时间复杂度为O(n^3)的DP,离平方还有一段距离。

但是,这个算法最关键的是,如果按照一个合理的递推顺序,max(d[i-1][k])的值我们可以在之前访问 d[i][k] 的时候通过维护更新一个max变量得到。怎么得到呢?首先递推的顺序必须是状态的第一维在外层循环,第二维在内层循环。也就是算好了 d[1][n2] 再去算 d[2][1]。 如果按照这个递推顺序我们可以在每次外层循环的开始加上令一个max变量为0,然后开始内层循环。当a[i]>b[j]的时候令max = d[i-1][j]。如果循环到了a[i] == b[j]的时候,则令 d[i][j] = max+1。 最后答案是 d[n1][1] ... d[n1][n2]的最大值。

举个例子

a={1, 4, 2, 5, -12}   b ={5, -12, 1, 2, 4, 5}

        5      -12     1     2     4     5  
  1     0    0     0   0   0
  4      0    0   1   0   2   0
  2   0    0   1   2     0
  5   1    0   1   2   2  
  -12   1       1   2   2   3

if(a[i] == b[j])

d[i][j] = mx + 1;

else  if(a[i] > b[j] && mx < d[i-1][j])

                  mx = d[i-1][j];

       //只有当a[i] > b[j]时,才更新mx, 保证了所求序列是上升的。

仔细看表格会发现: 若d[i][j] > 0 的话,那么在数组a前i个元素中一定存在a[k]( 1 <= k <= i)等于b[j]. 否则说明前i个a元素中没有与b[j]相同的元素。

zoj2432

#include<iostream>
#include<cstdio>
#include<string.h>
#include<cstring>
#include<math.h>
using namespace std; const int N = ;
int n1, n2, t, mx, sum;
int a[N], b[N], d[N][N], pi[N][N], pj[N][N];
void dp()
{
for(int i = ; i <= n1; i++)
{
int mx = , x = , y = ;
for(int j = ; j <= n2; j++)
{
d[i][j] = d[i-][j];
pi[i][j] = i-;
pj[i][j] = j;
if(a[i] > b[j] && mx < d[i-][j])
{
mx = d[i-][j];
x = i-; y = j;
}
else if(a[i] == b[j])
{
d[i][j] = mx + ;
pi[i][j] = x;
pj[i][j] = y;
}
}
}
}
void ac(int x, int y)
{
if(d[x][y] == )
return;
int fx = pi[x][y];
int fy = pj[x][y];
ac(fx, fy);
if(d[x][y] != d[fx][fy] && y != )
{
printf("%d", b[y]);
sum++;
if(sum < mx) printf(" ");
else
printf("\n");
}
}
int main()
{
cin >> t;
while(t--)
{
scanf("%d", &n1);
for(int i = ; i <= n1; i++) scanf("%d", &a[i]);
scanf("%d", &n2);
for(int i = ; i <= n2; i++) scanf("%d", &b[i]);
memset(d, , sizeof(d));
memset(pi, -, sizeof(pi));
memset(pj, -, sizeof(pj));
dp();
mx = ;
int flag = ;
for(int i = ; i <= n2; i++)
{
if(d[n1][i] > mx)
{
mx = d[n1][i];
flag = i;
}
}
printf("%d\n", mx);
for(int i = ; i <= n1; i++)
{
for(int j = ; j <= n2; j++)
printf("%d ", d[i][j]);
printf("\n");
}
sum = ;
if(mx > )
ac(n1, flag);
if(t)
printf("\n");
}
return ;
}

hdoj1423

#include<iostream>
#include<cstdio>
#include<string.h>
#include<cstring>
#include<math.h>
using namespace std; int n1, n2, t, k;
int a[], b[], d[][];
int dp()
{
int mx;
for(int i = ; i <= n1; i++)
{
mx = ;
for(int j = ; j <= n2; j++)
{
d[i][j] = d[i-][j];
if(a[i] > b[j] && mx < d[i-][j]) mx = d[i-][j];
else if(a[i] == b[j])
d[i][j] = mx + ;
}
}
mx = ;
for(int i = ; i <= n2; i++)
{
if(d[n1][i] > mx)
mx = d[n1][i];
}
return mx;
}
int main()
{
cin >> t;
while(t--)
{
scanf("%d", &n1);
for(int i = ; i <= n1; i++) scanf("%d", &a[i]);
scanf("%d", &n2);
for(int i = ; i <= n2; i++) scanf("%d", &b[i]);
memset(d, , sizeof(d));
int ans = dp();
printf("%d\n", ans);
if(t) printf("\n");
}
return ;
}

zoj2432 hdoj1423 最长公共上升子序列(LCIS)的更多相关文章

  1. 最长公共上升子序列(LCIS)

    最长公共上升子序列慕名而知是两个字符串a,b的最长公共递增序列,不一定非得是连续的.刚开始看到的时候想的是先用求最长公共子序列,然后再从其中找到最长递增子序列,可是仔细想一想觉得这样有点不妥,然后从网 ...

  2. [ACM_动态规划] UVA 12511 Virus [最长公共递增子序列 LCIS 动态规划]

      Virus  We have a log file, which is a sequence of recorded events. Naturally, the timestamps are s ...

  3. hdu 1423 最长公共递增子序列 LCIS

    最长公共上升子序列(LCIS)的O(n^2)算法 预备知识:动态规划的基本思想,LCS,LIS. 问题:字符串a,字符串b,求a和b的LCIS(最长公共上升子序列). 首先我们可以看到,这个问题具有相 ...

  4. 动态规划——最长公共上升子序列LCIS

    问题 给定两个序列A和B,序列的子序列是指按照索引逐渐增加的顺序,从原序列中取出若干个数形成的一个子集,若子序列的数值大小是逐渐递增的则为上升子序列,若A和B取出的两个子序列A1和B1是相同的,则A1 ...

  5. HDU1423 最长公共上升子序列LCIS

    Problem Description This is a problem from ZOJ 2432.To make it easyer,you just need output the lengt ...

  6. LCIS最长公共上升子序列

    最长公共上升子序列LCIS,如字面意思,就是在对于两个数列A和B的最长的单调递增的公共子序列. 这道题目是LCS和LIS的综合. 在LIS中,我们通过两重循环枚举当序列以当前位置为结尾时,A序列中当前 ...

  7. [CodeForces10D]LCIS(最长公共上升子序列) - DP

    Description 给定两个数列,求最长公共上升子序列,并输出其中一种方案. Input&Output Input 第一行一个整数n(0<n<=500),数列a的长度. 第二行 ...

  8. LCIS 最长公共上升子序列问题DP算法及优化

    一. 知识简介 学习 LCIS 的预备知识: 动态规划基本思想, LCS, LIS 经典问题:给出有 n 个元素的数组 a[] , m 个元素的数组 b[] ,求出它们的最长上升公共子序列的长度. 例 ...

  9. CF10D LCIS 最长公共上升子序列

    题目描述 This problem differs from one which was on the online contest. The sequence a1,a2,...,an a_{1}, ...

随机推荐

  1. 封装一个MongoDB的 asp.net 链接类

    using System; using System.Collections.Generic; using System.Linq; using MongoDB; /// <summary> ...

  2. BrnShop开源网上商城第三讲:插件的工作机制

    这几天BrnShop的开发工作比较多,所以这一篇文章来的晚了一些,还请大家见谅呀!还有通知大家一下BrnShop1.0.312版本已经发布,此版本添加了报表统计等新功能,需要源码的园友可以点此下载.好 ...

  3. android 后台附件下载

    在service中通过在oncreat()中开启一个线程,轮训ArrayList<AttachmentTask> 我这个附件下载的任务list ,ArrayList<Attachme ...

  4. Enum 枚举

    一: 1. foreach (int val in Enum.GetValues(typeof(AppEnum.HarbourStatus))) { ddlStatus.Items.Add(new L ...

  5. lightoj 1003

    有向图拓扑排序,判段是否存在. #include<map> #include<cstdio> #include<string> #include<cstrin ...

  6. Storm系列(二十)分区事务PartitionTransaction及示例

    在Storm中分区事务的处理,Spout端需要实现IPartitionedTransactionalSpout接口,用于对批次及偏移量的控制,而Bolt都必须实现IBatchBolt接口,通常继承至B ...

  7. 人工神经网络(Artificial Neural Networks)

    人工神经网络的产生一定程度上受生物学的启发,因为生物的学习系统是由相互连接的神经元相互连接的神经元组成的复杂网络.而人工神经网络跟这个差不多,它是一系列简单的单元相互密集连接而成的.其中每个单元有一定 ...

  8. centos 中查找依赖及库

    yum search ** yum whatprovides libQtGui.so.4

  9. 使用 IntelliJ IDEA 导入 Spark 最新源码及编译 Spark 源代码

    前言   其实啊,无论你是初学者还是具备了有一定spark编程经验,都需要对spark源码足够重视起来. 本人,肺腑之己见,想要成为大数据的大牛和顶尖专家,多结合源码和操练编程. 准备工作 1.sca ...

  10. javascript中call和apply方法

    我们可以将call和apply看做是某个对象的方法,通过调用方法的形式来间接调用函数.call和apply的第一个实参是要调用函数的母对象,它是调用上下文,在函数体内通过this来获得对它的引用. 例 ...