动态规划系列之最长递增子序列问题解答

今天和大家分享的是动态规划经典问题:最长递增子序列问题解答。(似乎BAT等各大公司都喜欢在面试的时候对动态规划系列经典问题进行笔试。

题目描述:

给定一个整数序列:

求其最长递增子序列(LIS)。如果该序列的一个子序列

其满足且

那么该子序列称为该序列的递增子序列。最长递增子序列就是最长的递增子序列,可能不是唯一的。比如序列为5,2,8,6,3,6,9,7,那么其一个最长递增子序列为2,3,6,9。

思路分析

如果采用暴力穷举,那么时间复杂度是O(2^n),这是难以让人接收的。可以采用动态规划的方式,将问题拆分,我们可以考虑以某一个元素ak为结束元素的最长递增子序列,这里记其长度为L[k],如果我们把所有的情况都计算出来,找到最长的那么就是原问题的最长递增子序列。然后我们要考虑这个子问题是否可以用比其更小的问题递归出来。答案是可以的,如果我们已经知道了L[1],L[2],…,L[k-1],我们可以遍历它们,如果某个元素aj恰好是不大于ak,那么这个递增子序列可以后面加上生成新的递增子序列,并且长度为L[j]+1。我们遍历a1,a2……ak-1,找出最大值就是L[k]。递归公式为:

上面是可以计算出序列的最长递增子序列的长度,时间复杂度为O(n^2)。如果你想得到最终的最长递增子序列,那么可以记录上面递归公式中遍历时的最长情况下的前接元素索引,然后通过这些索引可以重构出最长递增子序列,具体可以参见下面的代码。

具体实现代码(C++)

vector<int> lis(const vector<int>& s)

{
 vector<int> ls(s.size(), 0);
 vector<int> ps(s.size(), -1);
 // 对于k=1
 ls[0] = 1;   // 只有一个元素
 ps[0] = -1;  // 无前接元素
 for (int i = 1; i < s.size(); ++i)
    {
 ls[i] = 1;  // 仅含有自己
 for (int j = 0; j < i; ++j)
        {
 if (s[j] <= s[i] && ls[i] < 1 + ls[j])
            {
 ls[i] = 1 + ls[j];
 ps[i] = j;
            }
        }
    }
 int pos = max_element(ls.begin(), ls.end()) - ls.begin(); // lis的最大元素位置
 vector<int> result;
 result.push_back(s[pos]);
 // 通过前接元素索引重构最长递增子序列
 while (ps[pos] != -1)
    {
 pos = ps[pos];
 result.push_back(s[pos]);
    }
 reverse(result.begin(), result.end());
 return result;
}

优化分析

前面的计算时间复杂度是O(n^2),那么有没有更高效的算法。我们先看看之前算法可以改进的地方,你要找到L[k],你必须要把前面的k-1个子问题遍历一遍,这个是O(n)的时间复杂度。由于前面k-1个问题是无序的,你不知道哪个子问题是最优的,所以我们要全部遍历。如果是有序的话,我们可以采用二分查找,那么时间复杂度将为O(logn)。我们考虑这样的子问题,假定a1,a2……ak-1的LIS为

L,并且我们维护了长度分别为1,2……L的递增子序列的末尾元素的最小值,这里递增子序列长度为i的末尾元素最小值记为M[i]。明显M序列是有序递增的。当加入元素ak时,如果M[l]≥ak,那么序列a1,a2……ak的LIS为L+1,且M[l+1]=ak。否则,你需要遍历M[1],M[2],…,M[l],找到第一个满足M[i]≥ak所对应的i,并且更新M[i]=ak,这时我们更新只是维持数组M的特性,这样后面继续加入新元素,可以重复前面的过程,但是其实元素ak的加入并不会为当前整个序列的LIS做贡献。由于M是有序的,那么可以采用二分查找方式,这样最终的时间复杂度为O(nlogn)。最后M的长度就等于最长递增子序列的长度,但是M并不是最长递增子序列,这点要注意。如果序列是4,1,6,2,8,5,7,3,其整个过程如下图所示:

最终实现代码如下:

vector<int> lis(const vector<int>& s)
{
 vector<int> m;
 // 初始化
 m.push_back(s[0]);
 for (int i = 1; i < s.size(); ++i)
    {
 // lis增加1
 if (s[i] >= m.back())
        {
 m.push_back(s[i]);
        }
 else
        {
 // 利用lower_bound函数找到第一个大于或等于s[i]的位置
            *lower_bound(m.begin(), m.end(), s[i]) = s[i];
        }
    }
 return m;
}

原文发布于微信公众号 - 机器学习算法全栈工程师(Jeemy110)

原文发表时间:2017-09-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据结构与算法

P2617 Dynamic Ranking

题目描述 给定一个含有n个数的序列a[1],a[2],a[3]……a[n],程序必须回答这样的询问:对于给定的i,j,k,在a[i],a[i+1],a[i+2]...

34314
来自专栏java一日一条

Java 多维数组遍历

数组是Java中的一种容器对象,它拥有多个单一类型的值。当数组被创建的时候数组长度就已经确定了。在创建之后,其长度是固定的。下面是一个长度为10的数组:

401
来自专栏编程之旅

数据结构——无权图的路径问题(C++和java实现)

好像又是接近半个月没有更新,这半个月忙着结婚的各项事情,本来预计的学习任务也拖拖拉拉,进度缓慢。吐槽一句,拍婚纱照真的是最非常非常累的一件事情,不想再有下次了。

792
来自专栏落影的专栏

程序员进阶之算法练习(三十四)LeetCode专场

LeetCode上的题目是大公司面试常见的算法题,今天的目标是拿下5道算法题: 1、2、3题都是Medium的难度,大概是头条的面试题水准; 4、5题是Hard...

733
来自专栏数据结构与算法

洛谷P3327 [SDOI2015]约数个数和(莫比乌斯反演)

题目描述 设d(x)为x的约数个数,给定N、M,求 \sum^N_{i=1}\sum^M_{j=1}d(ij)∑i=1N​∑j=1M​d(ij) 输入输出格式 ...

2554
来自专栏java一日一条

经典数据结构和算法回顾

最近想回过头来看看以前写的一些代码,可叹为何刚进大学的时候不知道要养成写博客的好习惯。现在好多东西都没有做记录,后面也没再遇到相同的问题,忘的都差不多了。只能勉...

451
来自专栏计算机视觉与深度学习基础

Leetcode 30 Substring with Concatenation of All Words 无序map的应用细节

You are given a string, s, and a list of words, words, that are all of the same...

1709
来自专栏tkokof 的技术,小趣及杂念

疑难杂症小记 - 浮点运算的精度问题

result_2 = (int)(num * test) = (int)(160 * 1.3) = 208, 为什么程序会输出 207, WTF ? 更加诡...

411
来自专栏用户2442861的专栏

从头到尾彻底理解KMP(2014年8月22日版)

作者:July 时间:最初写于2011年12月,2014年7月21日晚10点 全部删除重写成此文,随后的半个多月不断反复改进。

1103
来自专栏数据结构与算法

1729 单词查找树 2000年NOI全国竞赛

1729 单词查找树 2000年NOI全国竞赛 时间限制: 2 s 空间限制: 128000 KB 题目等级 : 大师 Master 题目描述 D...

3385

扫码关注云+社区