算法进阶 (LIS变形) 固定长度截取求最长不下降子序列【动态规划】【树状数组】
先学习下LIS最长上升子序列
看了大佬的文章OTZ:最长上升子序列 (LIS) 详解+例题模板 (全),其中包含普通O(n)算法*和以LIS长度及末尾元素成立数组的普通O(nlogn)算法,当然还有本文涉及的树状数组维护后的O(nlogn)算法*。
再贴一个容易理解的树状数组算法:https://www.cnblogs.com/war1111/p/7682228.html
再看看这道题
原题链接:http://acm.hnucm.edu.cn/JudgeOnline/problem.php?id=1373
题目描述
给定一个序列 a,求去除 a 中一段连续长度为 L 的序列后,a 的最长不下降子序列的长度的最大值。
输入
单组数据。
第一行两个整数 n,L 表示序列的长度为 n,L 如题意所示。
第二行 n 个数表示序列 a
n ≤ 105, 0 ≤ L ≤ n
输出
输出一个整数表示最长不下降子序列长度的最大值
样例输入
6 3
2 1 3 6 4 5
样例输出
3
思路:假设数组 dp[i] 为 以 a[i] 结尾的LIS
dn[i] 为 以 a[i] 结尾并截取 l 长度后的最优LIS
状态转移:
1、首先应该想到在 i < L 时 dn[i] = 0;
2、其次考虑 i>=L
① 截取的 l 长度为 a[i-L] ~ a[i-1] 时,只需考虑把 a[i] 加在 a[1] ~ a[i-L-1] 后面,即满足条件的 dp[1] ~ dp[i-L-1] 中的最大值。 dn[i] = max { dp[j]+1 } (1 <= j < i - L , A[j] < A[i] )
② 截取的 l 长度在 ①条件 之前,那么这个时候是不是可以在 dn 数组本身去找,因为前面的dn就是截取后的呀,即满足条件的 dn[1] ~ dn[i-1]中的最大值。 dn[i] = max { dn[j]+1 } (1 <= j < i , A[j] < A[i] )
最后 ans 就是 dni中的最大值 <截取在 i 之前> 以及 dpi中最大<截取在 i 之后>。
dp思路类似于 蓝桥杯——最大的算式
代码实现
#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn = 1e5;
int a[maxn+5],dp[maxn+5],dn[maxn+5];
int main()
{
int n,k,ans=0;
scanf("%d%d",&n,&k);
for(int i=0; i<n; i++){
scanf("%d",&a[i]);
}
//求 dp[i] , O(n^2)
for(int i=0; i<n; i++){
dp[i] = 1;
for(int j=0; j<i; j++){
if(a[i] >= a[j]){
dp[i] = max(dp[i],dp[j]+1);
}
}
}
//求dn[i]
for(int i=0; i<n; i++){
dn[i] = 0;
if(i>=k){
for(int j=0; j<i-k; j++)
if(a[i] >= a[j])
dn[i] = max(dn[i],dp[j]+1);
for(int j=k; j<i; j++){
if(a[i] >= a[j]){
dn[i] = max(dn[i],dn[j]+1);
}
}
ans = max(ans, dn[i]);
}
}
printf("%d\n",ans);
return 0;
}
相信思路应该很清晰吧,对于之前做 dp 都是读完题万年懵,一看题解知天下,这道题当时能把状态转移搞清楚真的很有成就感,BUT 超时超时超时!!!
其实思路不变,按照LIS树状数组思路去做,对应的 dn[i] 也开一个对应的树状数组存储,用到了离散化,当输入值比较大则会超出树状数组范围,但是输入数量一定,就按照输入值的大小顺序及关系(大于,小于,等于)重新赋值覆盖输入值。
在hnucm平台上这道题提交了20多次测试,感谢不杀之恩orz:
#include<bits/stdc++.h>
using namespace std;
const int maxn = 1e5+10;
int t[2][maxn],dp[maxn],dn[maxn],n,L,ans=0;
struct Node {int val,num;} a[maxn];
bool cmp(Node a,Node b){
return a.val<b.val;
}
bool cmp1(Node a,Node b){
return a.num<b.num;
}
// T[x] 表示目前以数值 x 结尾的最大长度;t[0][x]对应dp[i]的树状数组,t[1][x]对应dn[i]的树状数组
int query(int p,int x){
int cnt = 0;
while(x) cnt=max(cnt,t[p][x]), x-=x&-x;
return cnt;
}
int update(int p,int x,int m){
while(x<=n) t[p][x]=max(t[p][x],m), x+=x&-x;
}
int main()
{
scanf("%d%d",&n,&L);
for(int i=1;i<=n;i++){
scanf("%d",&a[i].val);
a[i].num = i;
}
sort(a+1,a+1+n,cmp);
a[1].val = 1;
for(int i=2,k=1;i<=n;i++){
if(a[i].val==a[i-1].val) a[i].val = k;
else a[i].val = ++k;
}
sort(a+1,a+1+n,cmp1);
for(int i=1; i<=n; i++){
dp[i] = query(0,a[i].val) +1; //每次遍历的时候用 dp[i] 去查询更新当前的 T[a[i]]
update(0,a[i].val,dp[i]);
if(i>L){
dn[i] = query(1,a[i].val) +1;
update(1,a[i].val,dn[i]); //在已截取的基础上寻找LIS
update(1,a[i-L].val,dp[i-L]); //截取当前元素的前L个
ans = max(ans,dn[i]);
}
}
for(int i=1;i<=n-L;i++){ //如果截取的L在最优LIS后面,取出来没有截取的就行
ans=max(ans,dp[i]);
}
printf("%d\n",ans);
return 0;
}
算法进阶 (LIS变形) 固定长度截取求最长不下降子序列【动态规划】【树状数组】的更多相关文章
- P1020 导弹拦截(nlogn求最长不下降子序列)
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 ...
- JDOJ 1946 求最长不下降子序列个数
Description 设有一个整数的序列:b1,b2,…,bn,对于下标i1<i2<…<im,若有bi1≤bi2≤…≤bim 则称存在一个长度为m的不下降序列. 现在有n个数,请你 ...
- HDU 6357.Hills And Valleys-字符串非严格递增子序列(LIS最长非下降子序列)+动态规划(区间翻转l,r找最长非递减子序列),好题哇 (2018 Multi-University Training Contest 5 1008)
6357. Hills And Valleys 自己感觉这是个好题,应该是经典题目,所以半路选手补了这道字符串的动态规划题目. 题意就是给你一个串,翻转任意区间一次,求最长的非下降子序列. 一看题面写 ...
- BZOJ2124: 等差子序列(树状数组&hash -> bitset 求是否存在长度为3的等差数列)
2124: 等差子序列 Time Limit: 3 Sec Memory Limit: 259 MBSubmit: 2354 Solved: 826[Submit][Status][Discuss ...
- 求最长不下降子序列(nlogn)
最长递增子序列问题:在一列数中寻找一些数,这些数满足:任意两个数a[i]和a[j],若i<j,必有a[i]<a[j],这样最长的子序列称为最长递增子序列. 设dp[i]表示以i为结尾的最长 ...
- Monkey and Banana(dp,求最长的下降子序列)
A group of researchers are designing an experiment to test the IQ of a monkey. They will hang a bana ...
- [noip科普]关于LIS和一类可以用树状数组优化的DP
预备知识 DP(Dynamic Programming):一种以无后效性的状态转移为基础的算法,我们可以将其不严谨地先理解为递推.例如斐波那契数列的递推求法可以不严谨地认为是DP.当然DP的状态也可以 ...
- 最长不下降子序列的O(n^2)算法和O(nlogn)算法
一.简单的O(n^2)的算法 很容易想到用动态规划做.设lis[]用于保存第1~i元素元素中最长不下降序列的长度,则lis[i]=max(lis[j])+1,且num[i]>num[j],i&g ...
- 【转】关于LIS和一类可以用树状数组优化的DP 预备知识
原文链接 http://www.cnblogs.com/liu-runda/p/6193690.html 预备知识 DP(Dynamic Programming):一种以无后效性的状态转移为基础的算法 ...
随机推荐
- 被Spring坑了一把,查看源码终于解决了DataFlow部署K8s应用的问题
1 前言 欢迎访问南瓜慢说 www.pkslow.com获取更多精彩文章! Docker & Kubernetes相关文章:容器技术 基于各种原因,团队的Kubernetes被加了限制,必须在 ...
- 计算Pi
程序: package pai; import java.math.BigDecimal; public class ComplexPi { BigDecimal result; public Com ...
- ui自动化--鼠标操作ActionChains
需要先引入鼠标操作模块:from selenium.webdriver.common.action_chains import ActionChains 实际上ActionChains这个模块的实现的 ...
- Docker 学习笔记一
Docker 学习笔记一 1.Docker是什么? Docker 是一个开源的应用容器引擎,基于 Go 语言 并遵从 Apache2.0 协议开源.让开发者打包他们的应用以及依赖包到一 ...
- 安装paddle的问题,报错Can not find library: libcudnn.so. The process maybe hang.
今天在服务器上安装paddle的GPU版时报错 报错截图如下: 其实报错已经提示的很明显了,就是要添加一个环境变量.但我想到我之前并没有在全局环境下安装cudnn,以为是这个原因.因为之前安装pyto ...
- spring boot环境配置以及开发工具选择(Spring一)
首先安装java jdk jdk的安装参考:https://blog.csdn.net/zhys0902/article/details/79499329配置效果如下: 接下来是maven的相关配置 ...
- pytest(1):安装与使用
pytest介绍 1.pytest是比较成熟的一款python测试框架 2.简单灵活,容易上手,对比unitest框架更丰富. 3.单元测试和复杂的功能测试,都支持. 4.同时支持selenium,a ...
- [PyTorch 学习笔记] 7.1 模型保存与加载
本章代码: https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson7/model_save.py https://githu ...
- 教你一招Linux下文本比对方法
我们在写代码的过程中,免不了会对代码进行一些修修改改.但经常会出现改着改着,就不知道改完后与源文件的差异是怎样的.这里,我们就需要一个文本比对工具来进行文本比对. 有经验的程序员都知道,Windows ...
- 老生常谈SpringAop日志收集与处理做的工具包
AopLog是基于Spring Aop 和ThreadLocal实现的一个专门对请求方法内容日志的拦截与处理的日志工具包. 场景 : 我想知道一些重要的请求方法的请求参数,响应参数,请求头,以及耗时, ...