最长递增子序列长度算法

求最长连续子序列的长度,数字保存在数组中

使用动态规划,理解好转移状态,dp[i]表示i位置下的最大连续子序列长度。

  • 初始状态dp[0] = 1,表示在数组下标为0的时候,它的最长子序列长度就是1,
  • 接着从1开始从左到右扫描,如果后一个数大于前一个数,则它的最长子序列长度增加1,否则,
  • 此位置的最长子序列长度置为1,同时记录下当前的最大子序列长度;

最后返回记录的最大连续子序列变量。代码如下:

Code(C++):

//最大连续非降序列长度
int maxSubLen(vector<int> nums){
    int n = nums.size();
    if(n == 0) return 0;
    int maxLen = 1;
    vector<int> dp(n);
    dp[0] = 1;
    for(int i = 1; i < n; i++){
        if(nums[i] > nums[i-1])
            dp[i] = dp[i-1] + 1;
        else{
            maxLen = max(maxLen, dp[i-1]);
            dp[i] = 1;
        }
    }
    return maxLen;

}
时间: 2024-08-07 21:16:59

最长递增子序列长度算法的相关文章

[算法]求数组中最长递增子序列长度

思路: 1.开辟数组L,L[i]记录的为a[0]~a[i]的最长递增子序列长度 2.开辟数组maxV,maxV[i]记录的为长度为i的各递增子序列的最后一个元素的最小值,譬如有子序列 1,2,4 1,2,5 则maxV[3] = 4 3.使用maxLen记录当前的最长递增子序列长度 4.转移方程: L[i+1] = max{1,L[j]+1] , a[i] > maxV[j] && j <= maxLen int LIS(int* a, int n){ int* maxV =

POJ 2533 - Longest Ordered Subsequence - [最长递增子序列长度][LIS问题]

题目链接:http://poj.org/problem?id=2533 Time Limit: 2000MS Memory Limit: 65536K Description A numeric sequence of ai is ordered if a1 < a2 < ... < aN. Let the subsequence of the given numeric sequence (a1, a2, ..., aN) be any sequence (ai1, ai2, ...,

动态规划求解最长递增子序列的长度

一,问题描述 给定一个序列,求解它的最长 递增 子序列 的长度.比如: arr[] = {3,1,4,1,5,9,2,6,5}   的最长递增子序列长度为4.即为:1,4,5,9 二,算法分析 有两种方式来求解,一种是转化为LCS问题.即,首先对数组排序,将排序后的结果存储在辅助数组中.排序时间复杂度O(NlogN),排序后的数组与原数组组成了LCS(N,N)问题.解决LCS问题的时间复杂度为O(N^2),故整个算法的时间复杂度为O(N^2),空间复杂度为O(N) 另一种方式是直接用DP求解,算

算法总结之 最长递增子序列

给定一个数组arr,返回arr最长递增子序列 要求 如果长度为N 请实现时间复杂度为O(N logN)的方法 动态规划解题思路: 1 生成长度为N的数组dp, dp[i]表示在以arr[i]这个数结尾的情况下,arr[0....i]中的最大递增子序列长度 2 对第一个数arr[0]来说,令dp[0]=1,接下来从左到右依次算出每个位置的数结尾情况下,最长递增子序列长度

最长递增子序列

问题 给定一个长度为N的数组,找出一个最长的单调自增子序列(不一定连续,但是顺序不能乱).例如:给定一个长度为6的数组A{5, 6, 7, 1, 2, 8},则其最长的单调递增子序列为{5,6,7,8},长度为4. 解法1:最长公共子序列法 这个问题可以转换为最长公共子序列问题.如例子中的数组A{5,6, 7, 1, 2, 8},则我们排序该数组得到数组A‘{1, 2, 5, 6, 7, 8},然后找出数组A和A’的最长公共子序列即可.显然这里最长公共子序列为{5, 6, 7, 8},也就是原数

最长公共子序列和最长递增子序列

1.最长公共子序列:(x和y是两个数组的长度) f(x,y) = 0                               if(x==0 || y==0) f(x-1,y-1)+1               if(A[x-1]==B[y-1]) max{f(x-1,y), f(x,y-1)} if(A[x-1]!=B[y-1]) 2.最长递增子序列 (1) 最长公共子序列法:排序后与原数组的最长公共子序列. (2) 动态规划法:(时间复杂度O(N^2)) 设长度为N的数组为{a0,a1

最长递增子序列问题

题目描述 给定一个未排序的整数数组,找出最长递增子序列. 例如给定数组[10, 9, 2, 5, 3, 7, 101, 18],最长递增子序列就是[2, 3, 7, 101],长度就是4,最长递增子序列不一定只有一个,只要求出最长的长度. 解法一 动态规划法,定义一个数组dp,dp[i]代表了第i个数为结尾的最长递增子序列长度.当计算第dp[i]时,比较i位置的值和前面的所有值相比,如果值大于前面j处的值,就记录当前最大的dp[i]为dp[j]+1,dp[i]中的最大值.遍历过程中可以设置一个值

最长递增子序列和网易去除最少使从左向右递增又递减问题

(1)最长递增子序列问题 有两种方法:(1)动态规划方法(2)类似二分查找的方法O(nlogn) 动态规划方法: 以i结尾的序列的最长递增子序列和其[0, i - 1]“前缀”的最长递增子序列有关,设LIS[i]保存以i结尾的最长递增子序列的长度:     若i = 0,则LIS[i] = 1:     若i > 0,则LIS[i]的值和其[0, i - 1]前缀的最长递增子序列长度有关,用j遍历[0, i - 1]得到其最长递增子序列为LIS[j],对每一个LIS[j],如果序列array[j

最长递增子序列(LIS)求解

问题描述 最长递增子序列也称 "最长上升子序列",简称LIS ( longest increasing subsequence).设L=<a1,a2,-,an>是n个不同的实数的序列,L的递增子序列是这样一个子序列Lis=<ak1,ak2,-,akm>,其中k1<k2<-<km且ak1<ak2<-<akm.求最大的m值. 如:求一个一维数组arr[i]中的最长递增子序列的长度,如在序列{ 7, 1, 6, 5, 3, 4, 8