首页 > 代码库 > zoj 2136 Longest Ordered Subsequence
zoj 2136 Longest Ordered Subsequence
最长上升子序列
一个数的序列 a i ,当 a 1 < a 2 < # < a N 时,称这个序列是上升的。对于给定的一个序列 ( a 1 , a 2 ,# , a N ),可以得到一些上升子序列( a i1 , a i 2 ,# , a iK ),这里 1 ≤ i1 < i 2 < # < iK ≤ N 。
例如,对于序列(1, 7, 3, 5, 9, 4, 8),它包含一些上升子序列,如(1, 7),(3, 4, 8)等。 这些子序列中最长的长度是 4,比如子序列(1, 3, 5, 8)。 你的任务是,对于给定的数字序列,求出最长上升子序列的长度。
2.输入描述
输入数据的第一行是序列的长度 N(1 ≤ N ≤ 1000 )。第二行包含序列的元素(N 个 整数,每个元素的大小是从 0 到 10 000),中间用空格分开。
3.输出描述
输出必须包含一个整数(这个整数是给定序列的最长上升子序列的长度)。 本问题包含多个测试案例! 输入数据的第一行是一个整数 N,然后是一行空行,后边是 N 个输入块。每个输入块 的格式在问题描述中已说明了。每个输入块之间有一空行。 输出格式包含 N 个输出块。输出块之间要有一行空行。
4.输入样例
1
7 1 7 3 5 9 4 8
5.输出样例
4
本题是一道经典的动态规划题目。
用动态规划解题,首先要把原问题分解为若干个子问题,这一点与递归方法类似。动 态规划与递归的区别在于:单纯的递归往往会导致子问题被重复计算,而运用动态规划方 法,子问题的解一旦被求出就会被保存,所以,每个子问题只需求解一次。
本题是要求最长上升子序列,如何把这个问题分解为子问题呢?经过分析,发现“求 以 a(k = 1,2,3,# , N)为终点的最长上升子序列的长度”是个比较好的子问题(这里把一个 k 上升子序列中最右边的那个数称为该子序列的终点)。 a k 是测试案例中的每一个元素。只 要把这 N 个子问题解决了,那么这 N 个子问题的解中,最大的那个就是整个问题的解。
上述子问题只与一个变量相关,即数字的位置。因此序列中数字的位置 k 就是状态, 而状态 k 对应的值,就是以 a k 作为终点的最长上升子序列的长度。这个问题的状态一共有 N 个。状态定义出来后,状态转移方程就比较好写出来了。假定 MaxLen(k ) 表示以 a k 作为 终点的最长上升子序列的长度,那么状态转移方程为: ? MaxLen(1) = 1 ? ? MaxLen(k ) = Max{MaxLen(i ) :1 ≤ i < k且a i < a k 且k ≠ 1} + 1
再有一点需注意的是,输出块之间有一空行,而不是每一块输出块后面跟一空行。
1 #include<iostream> 2 #include<string> 3 #include<sstream> 4 #include<set> 5 #include<string.h> 6 7 using namespace std; 8 9 int main() 10 { 11 int t; 12 int ans[1005]; 13 cin>>t; 14 while(t--) 15 { 16 memset(ans,0,sizeof(ans)); 17 int n; 18 cin>>n; 19 int num[1005]; 20 for(int i = 1; i <= n; i++) 21 cin>>num[i]; 22 ans[1]=1; 23 for(int i = 2; i <= n; i++) 24 { 25 int maxx = 0; 26 for(int j = 1; j < i; j++) 27 { 28 if(num[j]<num[i] && ans[j]>maxx) 29 { 30 maxx=ans[j]; 31 } 32 } 33 ans[i]=maxx+1; 34 } 35 int maxx=ans[1]; 36 for(int i = 2; i <= n; i++) 37 { 38 if(ans[i]>maxx) 39 maxx=ans[i]; 40 } 41 cout<<maxx<<endl; 42 if(t) 43 cout<<endl; 44 } 45 return 0; 46 }
zoj 2136 Longest Ordered Subsequence