最长上升子序列
时间限制: 10 Sec 内存限制:128 MB
题目描述
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。我们想知道此时最长上升子序列长度是多少？
输入
第一行一个整数N，表示我们要将1到N插入序列中，接下是N个数字，第k个数字Xk，表示我们将k插入到位置Xk（0<=Xk<=k-1,1<=k<=N）
输出
1行，表示最长上升子序列的长度是多少。
样例输入
3
0 0 2
样例输出
2
提示
100%的数据 n<=100000
O(nlogn)算法代码：
View Code
代码分析：
第一个念头就是用动态规划，很显然，这道题的转移方程非常非常简单，一目了然，先准备一个数组b
b[i]=1;
，从a[1]开始搜到i的最长上升子序列。
这句赋值语句固然很好理解，每一个元素，也可以视为一个符合题意的子序列。
b[2]呢？
如图，它显然比a[1]高，在执行如下语句时
for(j=1;j<i;j++) if(a[i]>a[j])
j小于i，也就是2，目前符合条件的只有a[1]，a[1]又通过了判断语句，它确实小于a[i]，执行下一条语句：
b[i]=max(b[i],b[j]+1);
很显然:b[2]显然原来是1，当它和b[1]+1比时，1当然比2小，所以，b[2]自然就是2了。
再来看看时间复杂度：
很明显，时间复杂度为O(n^2)。
那，这个方法够快吗？还可以，但仍然有些不尽人意。
代码如下O(n^2)：
1 #include<iostream> 2 using namespace std; 3 int i,j,n,a[100],b[100],max; 4 int main() 5 { 6 cin>>n; 7 for(i=0;i<n;i++) cin>>a[i]; 8 b[0]=1; //初始化，以a[0]结尾的最长递增子序列长度为1 9 for(i=1;i<n;i++) 10 { 11 b[i]=1;//b[i]最小值为1 12 for(j=0;j<i;j++) 13 if(a[i]>a[j]) b[i]=max(b[i],b[j]+1); 14 } 15 for(max=i=0;i<n;i++) if(b[i]>max) max=b[i]; 16 cout<<max<<endl; 17 }
那么，还有没有更快的方法呢？
当然有，有没有想到过，为什么要记录数据呢？
我们可以模拟一个stack
在有大量数据的情况下，这算法效率极高
但是，怎么来优化程序呢？
我们可以这样来模拟：
每输入一个数，如果这个数大于栈顶的那个数，于是把它推入栈中。
但是，如果这个数大于栈顶呢，这不证明它不可以更新栈中的
某个元素，这时，就可以运用二分查找了。
有人可能会问：这个序列是无序的啊。没错，但查找的是stack里面的元素，而这个栈里的所有元素，都是严格递增的，所以，用二分查找可以把问题缩减为O(nlogn)。
有些不符合逻辑，不是吗？15的下标比17、18、20都大，为什么能插入呢？但是如果仔细想一想，这好像并不影响正常答案，但如果要输出最长上升子序列，那就要改一改这个算法了。
整个二分查找代码如下：
else
{
int l=1,h=s,m;
while(l<=h)
{
m=(l+h)/2;
if(t>a[m]) l=m+1;
else h=m-1;
}
a[l]=t;
}
由此，这个查找算法才得以下降到logn，于是，整体也就是O(nlogn)。
具体操作如下:
每次取栈顶元素和读到的元素做比较,如果大于，则将它入栈；如果小于，则二分查找栈中的比它大的第1个数，并替换它。最长序列长度即为最后模拟的大小。
这也是很好理解的，对于i和j，如果i <j且a[i] < a[j],用a[i]替换a[j]，长度虽然没有改变但a的'潜力'增大了。
代码（同上）：
#include <iostream> using namespace std; int i,j,n,s,t,a[100001]; int main() { cin>>n; a[0]=-1000000; for(i=0;i<n;i++) { cin>>t; if(t>a[s]) a[++s]=t; else { int l=1,h=s,m; while(l<=h) { m=(l+h)/2; if(t>a[m]) l=m+1; else h=m-1; } a[l]=t; } } cout<<s<<endl; }