此处,在此段代码中,它显示了先增大后减小的序列的最大子序列的长度,反之亦然。
例如:
输入:1、11、2、10、4、5、2、1
输出:6(长度为6的最长子序列为1、2、10、4、2、1)
但是如何使它与三个单调(递增或递减)区域一起使用?
像增减增或减增减
示例:
输入:7 16 1 6 20 17 7 18 25 1 25 21 11 5 29 11 3 3 26 19
输出:12
(我们看到的最大子序列:7 1 6 17 18 25 25 21 11 5 3 3)
它可以分为三个区域: 7,1 / 6,17,18,25,25 / 21,11,5,3,3
arr = list(map(int, input().split()))
def lbs(arr):
n = len(arr)
lis = [1 for i in range(n+1)]
for i in range(1 , n):
for j in range(0 , i):
if ((arr[i] > arr[j]) and (lis[i] < lis[j] +1)):
lis[i] = lis[j] + 1
lds = [1 for i in range(n+1)]
for i in reversed(range(n-1)):
for j in reversed(range(i-1 ,n)):
if(arr[i] > arr[j] and lds[i] < lds[j] + 1):
lds[i] = lds[j] + 1
maximum = lis[0] + lds[0] - 1
for i in range(1 , n):
maximum = max((lis[i] + lds[i]-1), maximum)
return maximum
print ("Length of LBS is",lbs(arr))
答案 0 :(得分:0)
我想出了一个O(n ^ 2 log n)的想法。
您想将整个段分为三部分:第一部分包含递增的子序列,第二部分包含递减的子序列,最后一个包含再次递增的子序列。
首先,让我们选择一个序列的前缀-第一部分(可能性为O(n))。为了最大程度地减少检查间隔的数量,您只能选择最后一个元素在其最长递增子序列中的前缀。 (换句话说,当选择范围[1,x]时,a_x应该在它最长的递增子序列中)
现在,您已经遇到了与已经解决的问题类似的问题-找到递减的子序列,然后增加子序列(顺便说一下,我将使用二进制搜索而不是您使用的for循环)。唯一的区别是,递减的子序列必须从小于所选前缀的最后一个元素的值开始(只要忽略任何较大或相等的值),就可以在O(n log n)中做到这一点。