Dilworth定理:最少的下降序列个数就等于整个序列最长上升子序列的长度

news2024/12/23 4:24:11

概念如下:

狄尔沃斯定理_百度百科 (baidu.com)

本质就是找要求序列中最长的单调的子序列(不一定连续)的长度。


模板如下:

时间复杂度为O(N^2)

#include<iostream>
  using namespace std;
  int dp[100005],a[100005],n,maxx=-999;
  //dp[i]记录以i结尾的最长上升子序列
  int main(){
     cin>>n;
      for(int i=1;i<=n;i++) cin>>a[i],dp[i]=1;
      for(int i=1;i<=n;i++){
          for(int j=1;j<i;j++){
             if(a[i]>a[j]) dp[i]=max(dp[i],dp[j]+1);
         }
         maxx=max(maxx,dp[i]);                  
     }
     cout<<maxx;
     return 0;
 }

代码优化:

举个例子:

现在有序列4,8,9,5,6,7,2,7求LIS。

一个一个元素来看,首先无疑dp[1]=4 ,然后考察8,8>4,故把8加入尾部。然后9>8,也进入尾部,这时dp数组是{4, 8, 9}。

下一个元素是5,5<9,不能塞入尾部。我们找到第一个大于等于5的元素,是8。4->8是长度为2的上升子序列,4->5也是,但是5比8更小,所以更有潜力更新后面的子序列。所以把8换成5,现在DP是{4, 5, 9}。同样的道理DP又变成{4, 5, 6}。

现在我们尝到甜头了,因为下一个元素是7,本来是没有机会进入序列的,现在却可以了。于是dp变成{4, 5, 6, 7}。注意,显然DP是递增的(两种转移都不会破坏递增性),但这并不意味着它就是所求的上升子序列,你看,下一个元素是2,它会把dp更新成{2, 5, 6, 7},但原序列并没有一个子序列是{2, 5, 6, 7}。

最后剩一个元素7,由于我们在求严格上升的子序列,不能将它插入尾部,于是我们把7替换成7——这个元素对子序列长度没有贡献。好了,最后得到的数组长度是4,所以最长上升子序列的长度就是4 。

刚刚提到,dp是递增的,所以我们不用每次都扫描一遍数组, 而可以进行二分查找。这样,就把复杂度降到了 𝑂(𝑛log⁡𝑛) ,具体地,代码如下

int len = 0;
for (int i = 0; i < n; ++i)
{
    if (dp[len] < A[i])
        dp[++len] = A[i];
    else
        *lower_bound(dp + 1, dp + len + 1, A[i]) = A[i];
}

题目如下:

1、我最喜欢吃饭了

把n个人提出来成为原序列的一个子序列,根据题意这个子序列中的元素是单调递增的(即后一项总是大于前一项),我们称为单调递增子序列。本问所求n个人顺序最多需要需要多少个窗口,即求最长的单调递增子序列数目。

#include <iostream>
#include <algorithm>
using namespace std;
int a[5005], dp[5005]; 

int main()
{
	int n, m;
	cin >> n >> m;// n个人m个窗口
	for (int i = 1; i <= n; i++) cin >> a[i],dp[i] = 1; //初始化
	int cnt = 1;

	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j < i; j++)
		{
			if (a[i] <= a[j]) dp[i] = max(dp[i], dp[j] + 1);
		}
		cnt = max(cnt, dp[i]);
	}
	if (cnt > m)cout << "Karashi lovelove" << endl;//非法
	else cout << "Karashi cblcd" << endl;//合法

	return 0;
}

代码优化

#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
int a[5005], dp[5005];

int main()
{
	int n, m;
	cin >> n >> m;// n个人m个窗口
	for (int i = 0; i < n; i++) cin >> a[i];
	int len = 0;
	memset(dp, 127, sizeof(dp));
	for (int i = 0; i < n; i++)
	{
		if (dp[len] >= a[i]) dp[++len] = a[i];
		else *upper_bound(dp + 1, dp + len + 1, a[i], greater<int>()) = a[i];
	}
	//cout << len << endl;
	if (len > m)cout << "Karashi lovelove" << endl;//非法
	else cout << "Karashi cblcd" << endl;//合法

	return 0;
}

2、木棍加工

思路:

1、先对宽度进行排序,然后对宽度相同的进行长度排序;大的在前,小的在后

2、然后对已经排好的数组,统计最长连续单调递减子序列数目即可。

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 5010;
int f[N];

struct Data
{
	int l, w;
}a[N];

bool cmp(Data a,Data b) //先排序宽度,再排序长度
{
	if (a.w != b.w) return a.w > b.w;
	return a.l > b.l;
}

int main()
{
	int n;
	cin >> n ;
	for (int i = 1; i <= n; i++)
	{
		cin >> a[i].l >> a[i].w;
		f[i] = 1; //初始化
	}
	int cnt = 1;
	sort(a + 1, a + n + 1, cmp);
	for (int i = 1; i <= n; i++) //后者与前者比长度
	{
		for (int j = 1; j < i; j++)
		{
			if (a[i].l > a[j].l) f[i] = max(f[i], f[j] + 1);
		}
		cnt = max(cnt, f[i]);
	}
	
	cout << cnt << endl;
	return 0;
}

3、导弹拦截

典型上述题型,但是下面会超时,因此我们要用到二分查找

#include <iostream>
#include <algorithm>
using namespace std;
const int N = 1e4 + 10;
int dp1[N],a[N],dp2[N];

int main()
{
	int n = 0;
	while (cin >> a[n]) 
	{
		n++;
	}
	int mx1 = 0, mx2 = 0;
	for (int i = 0; i < n; i++)
	{
		dp1[i] = 1, dp2[i] = 1;
		for (int j = 0; j < i; j++)
		{
			if (a[j] < a[i])  dp1[i] = max(dp1[i], dp1[j] + 1);
			if (a[j] >= a[i]) dp2[i] = max(dp2[i], dp2[j] + 1);

		} 
		mx1 = max(mx1, dp1[i]); //最长单调连续递增子序列
		mx2 = max(mx2, dp2[i]); //最长单调连续递减子序列
	}

	cout << mx2 << endl;
	cout << mx1 << endl;
	return 0;
}

变量声明:

数组 a 存储从输入数据;
数组 dp 存储最长不上升子序列;
变量 len 代表 dp 的结尾位置(即最长不上升子序列的长度)。


把 a 中的每个元素挨个放到 dp 里:

  • 如果 a[i] ​≤ dp​[len],说明 ai​ 可以直接加入 dp(而整个 dp 数组还是有序的);

  • 如果 a[i]​ > dp[len]​,说明若放入 a[i]​ 则 dp 会无序,所以要找办法把 a[i]​ 放进去:

怎么放呢?在 dp 中找到第一个小于 a[i]​ 的数,用 a [i]​ 代替它。
找到第一个小于 a[i]​ 的数,使用 upper_bound 可以在 O(logn) 复杂度内找到(需要改比较器)。

由于它返回的是指针就可以有一些奇特操作。

*upper_bound(dp + 1, dp + len + 1, A[i], greater<int>()) = A[i];

*lower_bound(dp + 1, dp + len + 1, a[i]) = a[i];

#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
const int N = 1e5 + 10;
int dp[N],a[N];

int main()
{
	int n = 0, len = 0;
	while (cin >> a[n]) 
	{
		n++;
	}
	memset(dp, 127, sizeof(dp));
	for (int i = 0; i < n; i++)
	{
		if (dp[len] >= a[i]) dp[++len] = a[i];
		else *upper_bound(dp + 1, dp + len + 1, a[i], greater<int>()) = a[i];
	}
	cout << len << endl;
	len = 0;
	memset(dp, 0, sizeof(dp));
	for (int i = 0; i < n; ++i)
	{
		if (dp[len] < a[i])
			dp[++len] = a[i];
		else
			*lower_bound(dp + 1, dp + len + 1, a[i]) = a[i];
	}
	cout << len << endl;
	return 0;

}


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1676721.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

基于GWO灰狼优化的CNN-GRU-Attention的时间序列回归预测matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1卷积神经网络&#xff08;CNN&#xff09;在时间序列中的应用 4.2 GRU网络 4.3 注意力机制&#xff08;Attention&#xff09; 4.4 GWO优化 5.算法完整程序工程 1.算法运行效果图预览…

银河麒麟V10操作系统编译LLVM18踩坑记录

1、简述 要在银河麒麟V10操作系统上编译一个LLVM18&#xff0c;这个系统之前确实也没有用过&#xff0c;所以开始了一系列的摸排工作&#xff0c;进行一下记录。 首先肯定是要搞一个系统&#xff0c;所以去到银河麒麟的网站&#xff0c;填写了一个申请 产品试用申请国产操作系…

力扣416. 分割等和子集

Problem: 416. 分割等和子集 文章目录 题目描述思路解题方法复杂度Code 题目描述 思路 该题目可以归类为0-1背包问题&#xff0c;具体到细节可以再归纳为背包是否装满问题 1.首先判断数组元素和的奇偶性&#xff08;奇数则不能划分&#xff09; 2.我们定义一个二维布尔类型数组…

只用了三天就入门了Vue3?

"真的我学Vue3&#xff0c;只是为了完成JAVA课设" 环境配置 使用Vue3要去先下载Node.js。 就像用Python离不开pip包管理器一样。 Node.js — Run JavaScript Everywhere (nodejs.org) 下完Node.js去学习怎么使用npm包管理器&#xff0c;放心你只需要学一些基础的…

C++进阶:红黑树介绍及模拟实现(图示详解过程)

C进阶&#xff1a;红黑树介绍及模拟实现 上次介绍了AVL树&#xff1a;C进阶&#xff1a;AVL树详解及模拟实现&#xff08;图示讲解旋转过程&#xff09; 今天就来紧接着来红黑树啦!!! 文章目录 1.红黑树介绍约束规则 2.项目文件规划3.整体框架&#xff08;节点和Tree&#xf…

【java】异常与错误

Throwable包括Error和Expected。 Error Error错误是程序无法处理的&#xff0c;由JVM产生并抛出的。 举例&#xff1a;StackOverflowError \ ThreadDeath Expected Expected异常包括两类&#xff0c;即受检异常(非运行时异常)和非受检异常(运行时异常)&#xff0c;异常往往…

【微记录】Makefile中wildcard(通配)的一种用法--如何避免某个头文件路径不存在造成CLFAGS添加后编译报错?

文章目录 背景方法&#xff1a;wildcard补充信息wildcard解释Make中wildcard用法 背景 工程中&#xff0c;如果某个代码需要再不同平台有不同的依赖头文件&#xff0c;于是会出现不同平台依赖头文件路径不一样&#xff0c;但是为了适配多个平台如何做到避免某个头文件路径不存…

笔记本黑屏,重新开机主板没有正常运作的解决办法

拆开笔记本后壳&#xff0c;打开看到主板&#xff0c;将主板上的这颗纽扣电池拆下来&#xff0c;如果是带连接线的&#xff08;如下图&#xff09;&#xff0c;可以将接口处线头拔出&#xff0c;等1分钟再把线接上。 ------------- 以下是科普 首先&#xff0c;电脑主板上的这…

【学习笔记】C++每日一记[20240513]

简述静态全局变量的概念 在全局变量前加上static关键字&#xff0c;就定义了一个静态全局变量。通常情况下&#xff0c;静态全局变量的声明和定义放在源文件中&#xff0c;并且不能使用extern关键字将静态全局变量导出&#xff0c;因此静态全局变量的**作用于仅限于定义静态全…

[初学者必看]JavaScript 简单实际案例练习,锻炼代码逻辑思维

文章目录 创意小项目合集&#xff1a;从简易图片轮播到购物车1. 图片轮播器2. 动态列表3. 模态框&#xff08;Modal&#xff09;4. 简单的表单验证5. 简易待办事项列表&#xff08;Todo List&#xff09;6. 简易图片画廊7. 简易时钟8. 简易搜索框高亮9. 简易颜色选择器10. 简易…

华为认证大数据是什么?华为认证大数据有用吗?

华为大数据是用来搜集整理大数据&#xff0c;提供解决方案的数据中心。华为大数据解决方案是华为公司推出的一种综合性云解决方案&#xff0c;主要针对广告营销、电商、车联网等大数据应用场景的云计算大数据方案&#xff0c;帮助企业用户构建大数据平台&#xff0c;解决企业的…

Elasticsearch分词及其自定义

文章目录 分词发生的阶段写入数据阶段执行检索阶段 分词器的组成字符过滤文本切分为分词分词后再过滤 分词器的分类默认分词器其他典型分词器 特定业务场景的自定义分词案例实战问题拆解实现方案 分词发生的阶段 写入数据阶段 分词发生在数据写入阶段&#xff0c;也就是数据索…

10G UDP协议栈 IP层设计-(5)IP RX模块

一、模块功能 1、解析目的IP是否是本节点的源IP&#xff0c;如果是则进行如下的处理&#xff0c;如果不是则无需上上级传递 2、提取MAC层发送过来的IP报文&#xff0c;并提取其中的数据字段&#xff08;上层协议字段&#xff09;&#xff0c;传递给上级 3、提取IP报文头中的…

港股大反攻结束了吗?

‘港股长线见顶了吗&#xff1f;今天开盘就是最高点&#xff0c;然后一路跳水&#xff0c;市场又是一片恐慌。到底是健康的技术性回调&#xff0c;还是市场已经见顶&#xff1f; 港股此轮“大反攻”中&#xff0c;科网股表现十分亮眼。今日港股盘后&#xff0c;阿里巴巴、腾讯…

联软安渡 UniNXG 安全数据交换系统 任意文件读取漏洞复现

0x01 产品简介 联软安渡UniNXG安全数据交换系统,是联软科技自研的业内融合网闸、网盘和DLP的一体机产品,它同时支持多网交换,查杀毒、审计审批、敏感内容识别等功能,是解决用户网络隔离、网间及网内数据传输、交换、共享/分享、存储的理想安全设备,具有开创性意义。 UniN…

【Android踩坑】 Constant expression required

gradle 8&#xff0c;报错 Constant expression required&#xff1a;意思是case语句后面要跟常量 解决1 单击switch语句&#xff0c;键盘按下altenter&#xff0c;将switch-case语句替换为if-else语句(或者手动修改) 解决2 在gradle.properties中添加 android.nonFinalRes…

Java(四)---方法的使用

文章目录 前言1.方法的概念和使用2.方法的定义3.实参和形参的关系4.方法重载4.1.改进4.2.注意事项 5.递归5.1 生活中的故事5.2 递归的概念 5.3.练习 前言 前面一章我们学习到了程序逻辑语句&#xff0c;在写代码的过程中&#xff0c;我们会遇到需要重复使用的代码块&#xff0…

使用 Python 进行图像验证码识别训练及调用

目录 1、验证码识别原理1.1 Tensorflow 介绍1.2 Tensorflow 运行原理1.3 卷积神经网络 CNN&#xff08;Convolutional Neural Networks&#xff09; 2、验证码识别实现步骤2.1 安装第三方模块2.1.1 安装 TensorFlow 模块2.2.2 安装 cuda2.2.3 下载 cudnn 2.2 读取验证码样本形成…

智慧公厕的核心技术详解:物联网、云计算、大数据、自动化控制

公共厕所是城市的重要组成部分&#xff0c;而智慧公厕的建设和管理正成为城市发展的重要方向。智慧公厕的核心技术即是物联网、云计算、大数据和自动化控制。下面将以智慧公厕源头实力厂家广州中期科技有限公司&#xff0c;大量精品案例项目现场实景实图实例&#xff0c;详细介…

【微命令】git config如何配置全局的用户和邮箱?(--global user.name、user.email;git config --help)

虽然经常用&#xff0c;也经常忘记&#xff0c;特此记录。 命令 git config --global user.name "myname" git config --global user.email test163.com另外一种方式 help git config --help |grep email | grep name直接help查看