Link


动态维护LIS?

观察题目:在第 i 轮操作时,将数字 i 插入

插入的数字是当前最大的

如果答案与上次不同,新的LIS必以 i 结尾

以 i 结尾的LIS无法再伸长(因为比 i 小的都插入完了)

也就是说,加入 \(i+1\) 到 \(n\) 的数,不会对以 \(i\) 结尾的上升子序列有影响,所以我们不用去动态地维护LIS的大小,只需要最后把总的序列做一次LIS就好了。然后对于第 \(i\) 个输出,只需要求得分别以 \(1\) 到 \(i\) 结尾的子序列的最大值即可。

求解LIS

面对1e5的数据,O(\(n^2\))的大暴力显然是不行的,我们考虑数据结构优化。

树状数组优化流程:

1.对原数列以值为关键字排序,记录原来的位置(存入一个结构体)

2.排完序后,数列的值显然是1n依次递增,我们不妨枚举1n的值。

对于每一个\(i\),找到它原来的位置记为p,则用树状数组找到在位置p之前的最大值,作为更新的来源。

3.算完后,把\(i\)这个值加到树状数组\(p\)的这个位置,重复执行2

代码:

inline int lowbit(int x){return x&(-x);}
inline void add(int x,int val){while(x<=n){c[x]=max(c[x],val);x+=lowbit(x);}}
inline int query(int x){int ret=0;while(x){ret=max(ret,c[x]);x-=lowbit(x);}return ret;} for(int i=1;i<=n;i++) a[i].num=i;//原位置
sort(a+1,a+1+n,Cmp);//排序
int ans=0;
for(int i=1;i<=n;i++){
int maxx=query(a[i].num);//查找位置为a[i].num前的最大值
add(a[i].num,++maxx);//把当前的数加入树状数组
ans=max(ans,maxx);//取最大值
printf("%d\n",ans);//输出当前最大值
}

模拟插入操作

我们采用Splay来实现此部分的功能

在这之前请各位精通文艺平衡树

首先插入两个极大极小的数(为了避免玄学数组越界)

对于每次插入操作,例如把val插到x位置的后面,就先把x+1位置的数旋转到根节点,再把x+2位置的数旋转到根节点的右儿子,那么你只需要把数加到根节点的右儿子的左儿子(不懂得可以模拟一下),这样就实现了插入操作(其实就是提取区间操作)

完整代码

看起来有丑,将就一下吧

#include<stdio.h>
#include<algorithm>
using namespace std;
#define rint register int
#define INF 0x3f3f3f3f
#define N 100007 template<class T>
inline void read(T &x){
T flag=1;x=0;char c=getchar();
while(c<'0'||c>'9'){if(c=='-')flag=-1;c=getchar();}
while(c>='0'&&c<='9'){x=(x<<1)+(x<<3)+c-48;c=getchar();}
x*=flag;
} struct Splay{
int val,fa,s[2],size;
}t[N];
struct Node{
int num,val;
}a[N]; int c[N];
int root,T,n=0,cnt=0,m,num=0,f[N]; inline int max(int x,int y){return x>y? x:y;}
inline bool Cmp(const Node a,const Node b){return a.val<b.val;}
inline void update(int p){t[p].size=t[t[p].s[0]].size+t[t[p].s[1]].size+1;}
inline int wich(int x){return t[t[x].fa].s[0]==x? 0:1;}
inline void connect(int x,int y,int f){t[x].fa=y;t[y].s[f]=x;}
inline int lowbit(int x){return x&(-x);}
inline void add(int x,int val){while(x<=n){c[x]=max(c[x],val);x+=lowbit(x);}}
inline int query(int x){int ret=0;while(x){ret=max(ret,c[x]);x-=lowbit(x);}return ret;} inline void rotate(int x){
int y=t[x].fa,rt=t[y].fa;
int ys=wich(x),rts=wich(y);
connect(t[x].s[ys^1],y,ys);
connect(y,x,ys^1);connect(x,rt,rts);
update(y);update(x);
} inline void rota(int p){
if(wich(p)==wich(t[p].fa)){rotate(t[p].fa);rotate(p);}
else{rotate(p);rotate(p);}
} inline void splay(int p,int to){
if(!p) return;
if(p==to) return;
if(to==root) root=p;
while(1){
if(t[p].fa==to){rotate(p);return;}
if(t[t[p].fa].fa==to){rota(p);return;}
rota(p);
}
} inline int find(int x){
rint p=root;
while(p){
if(x<=t[t[p].s[0]].size) p=t[p].s[0];
else if(x==t[t[p].s[0]].size+1) return p;
else{x-=t[t[p].s[0]].size+1;p=t[p].s[1];}
}
return 0;
} inline void insert(int val,int k){
int l=find(k+1),r=find(k+2);
splay(l,root);
splay(r,t[root].s[1]);
t[++cnt]=(Splay){val,t[root].s[1],{0,0},1};
t[t[root].s[1]].s[0]=cnt;
update(t[root].s[1]);update(root);
splay(cnt,root);
} inline void dfs(int p){
if(t[p].s[0]) dfs(t[p].s[0]);
if(t[p].val!=INF&&t[p].val!=-INF)
a[++num].val=t[p].val;
if(t[p].s[1]) dfs(t[p].s[1]);
} int main(){
t[++cnt]=(Splay){-INF,0,{0,2},2};
t[++cnt]=(Splay){INF,1,{0,0},1};
read(n);rint x;
root=1;
for(int i=1;i<=n;i++)
read(x),insert(i,x);
dfs(root);
for(int i=1;i<=n;i++) a[i].num=i;
sort(a+1,a+1+n,Cmp);
int ans=0;
for(int i=1;i<=n;i++){
int maxx=query(a[i].num);
add(a[i].num,++maxx);
ans=max(ans,maxx);
printf("%d\n",ans);
}
}

[TJOI2018]最长上升子序列的更多相关文章

  1. 用python实现最长公共子序列算法(找到所有最长公共子串)

    软件安全的一个小实验,正好复习一下LCS的写法. 实现LCS的算法和算法导论上的方式基本一致,都是先建好两个表,一个存储在(i,j)处当前最长公共子序列长度,另一个存储在(i,j)处的回溯方向. 相对 ...

  2. 动态规划之最长公共子序列(LCS)

    转自:http://segmentfault.com/blog/exploring/ LCS 问题描述 定义: 一个数列 S,如果分别是两个或多个已知数列的子序列,且是所有符合此条件序列中最长的,则 ...

  3. [Data Structure] LCSs——最长公共子序列和最长公共子串

    1. 什么是 LCSs? 什么是 LCSs? 好多博友看到这几个字母可能比较困惑,因为这是我自己对两个常见问题的统称,它们分别为最长公共子序列问题(Longest-Common-Subsequence ...

  4. 动态规划求最长公共子序列(Longest Common Subsequence, LCS)

    1. 问题描述 子串应该比较好理解,至于什么是子序列,这里给出一个例子:有两个母串 cnblogs belong 比如序列bo, bg, lg在母串cnblogs与belong中都出现过并且出现顺序与 ...

  5. LintCode 77: 最长公共子序列

    public class Solution { /** * @param A, B: Two string. * @return: the length of the longest common s ...

  6. 最长下降子序列O(n^2)及O(n*log(n))解法

    求最长下降子序列和LIS基本思路是完全一样的,都是很经典的DP题目. 问题大都类似于 有一个序列 a1,a2,a3...ak..an,求其最长下降子序列(或者求其最长不下降子序列)的长度. 以最长下降 ...

  7. 删除部分字符使其变成回文串问题——最长公共子序列(LCS)问题

    先要搞明白:最长公共子串和最长公共子序列的区别.    最长公共子串(Longest Common Substirng):连续 最长公共子序列(Longest Common Subsequence,L ...

  8. [BZOJ3173][Tjoi2013]最长上升子序列

    [BZOJ3173][Tjoi2013]最长上升子序列 试题描述 给定一个序列,初始为空.现在我们将1到N的数字插入到序列中,每次将一个数字插入到一个特定的位置.每插入一个数字,我们都想知道此时最长上 ...

  9. 3173: [Tjoi2013]最长上升子序列

    原题:http://www.lydsy.com/JudgeOnline/problem.php?id=3173 题解:促使我写这题的动力是,为什么百度遍地是Treap,黑人问号??? 这题可以用线段树 ...

随机推荐

  1. js 压缩图片(只缩小体积,不更改图片尺寸)

      1.情景展示 如上图所示,点击上传图片按钮,调用手机摄像头拍照功能. <input onchange="javascript:imgFun.uploadPicture();&quo ...

  2. 20165230田坤烨网络对抗免考报告_Windows系统提权

    目录 KERNEL EXPLOITATION 服务攻击: DLL劫持 攻击 不安全的服务权限 探测 unquoted path未被引号标记的路径 探测 攻击 服务注册表键 探测 攻击 Named Pi ...

  3. Python argparse 处理命令行小结

    Python argparse 处理命令行小结 1. 关于argparse是python的一个命令行解析包,主要用于处理命令行参数 2. 基本用法test.py是测试文件,其内容如下: import ...

  4. LRU缓存简单实现

    缓存接口定义 /** * 缓存接口 * * @author zhi * */ public interface ICache<K, V> { /** * 添加缓存数据 * * @param ...

  5. c# winform button文字偏了

    winform button文字偏了,解决方案来自 疯狂青蛙: http://www.cnblogs.com/cadlife 要用这个属性

  6. Keras 入门实例

    使用Keras构建神经网络的基本工作流程主要可以分为 4个部分.(而这个用法和思路,很像是在使用Scikit-learn中的机器学习方法) Model definition → Model compi ...

  7. python迭代有限制,突破限制

    python默认迭代次数为996 需要修改才能迭代超过996 import sys sys.setrecursionlimit() #自定义扩展极限,可以自己改 def fun(n): print(n ...

  8. [转帖]k8s 基本使用(上)

    k8s 基本使用(上) https://www.jianshu.com/p/8d60ce1587e1 本文将介绍 k8s 中的一些最基本的命令,并辅以解释一些基本概念来方便理解,也就是说,本文是一篇偏 ...

  9. 低版本的 eclipse 不支持 tomcat8.5 的解决方法

    目录 低版本的eclipse 不支持 tomcat8.5,但是还想使用的方法 低版本的eclipse 不支持 tomcat8.5,但是还想使用的方法 1. 介绍:   我在使用 mars 版本的 ec ...

  10. Field "details" doesn't have a default value

    [转载:原文链接http://my.oschina.net/wojibuzhu/blog/511104] MySQL 1364 错误提示:#1364 - Field "details&quo ...