牛客NC164 最长上升子序列(二)【困难 贪心+二分 Java/Go/PHP/C++】

2024-05-27 22:20

本文主要是介绍牛客NC164 最长上升子序列(二)【困难 贪心+二分 Java/Go/PHP/C++】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目

在这里插入图片描述
题目链接:
https://www.nowcoder.com/practice/4af96fa010c44638a7e112abf65f7237

思路

贪心+二分

    所谓贪心,就是往死里贪,所以对于最大上升子序列,结尾元素越小,越有利于后面接上其他的数,也就可能变得更长所以贪心的做法是,建立一个dp数组,dp[i[表示长度为i的LIS结尾元素的最小值,因此我们只需要维护dp数组即可对于每一个数组的数,我们对他们进行判断,如果他大于等于dp[ans]的值,就把他放在数组后面,dp[++ans] = tr[i],否则,就在dp中去找大一个大于等于他的位置pos,dp[pos] = tr[i]。如果从头扫一遍数组,时间复杂度还是O(n^2),这与曹贼何异?!通过观察我们知道,这次维护的dp数组是单调递增的,所以就可以使出秘技二分之lower_bound来找pos的位置我们举个栗子:tr[] = 2 5 18 3 4 7 10 9 11 8 15dp[1] = 2;5大于2,所以dp[2] = 518大于5,所以dp[3] = 183小于18,所以二分去找,pos是2,所以dp[2] = 34小于18,所以二分去找,pos是3,所以dp[3] = 47大于4,所以dp[4] = 710大于7,所以dp[5] = 109小于10,所以二分去找,pos是5,dp[5] = 911大于9,所以dp[6] = 118小于11,所以二分去找,pos是5,dp[5] = 815大于11,所以dp[7] = 15所以最长上升子序列的长度为7注意:dp数组得到的不一定是真正的LIS比如:tr[] = 1 4 7 2 5 9 10 3得到的是1 2 3 9 10,而真正的LIS是1 2 5 9 10因此dp数组得到的不一定是真正的LIS,他只表示最长子序列长度的排好序的最小序列,对于最后一半将5换成3的意义是记录最小序列,便于后续数据的处理

Java代码

import java.util.*;public class Solution {/*** 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可** 该数组最长严格上升子序列的长度* @param a int整型一维数组 给定的数组* @return int整型*/public int LIS (int[] a) {//https://blog.csdn.net/weixin_51216553/article/details/114678534/*贪心+二分所谓贪心,就是往死里贪,所以对于最大上升子序列,结尾元素越小,越有利于后面接上其他的数,也就可能变得更长所以贪心的做法是,建立一个dp数组,dp[i[表示长度为i的LIS结尾元素的最小值,因此我们只需要维护dp数组即可对于每一个数组的数,我们对他们进行判断,如果他大于等于dp[ans]的值,就把他放在数组后面,dp[++ans] = tr[i],否则,就在dp中去找大一个大于等于他的位置pos,dp[pos] = tr[i]。如果从头扫一遍数组,时间复杂度还是O(n^2),这与曹贼何异?!通过观察我们知道,这次维护的dp数组是单调递增的,所以就可以使出秘技二分之lower_bound来找pos的位置我们举个栗子:tr[] = 2 5 18 3 4 7 10 9 11 8 15dp[1] = 2;5大于2,所以dp[2] = 518大于5,所以dp[3] = 183小于18,所以二分去找,pos是2,所以dp[2] = 34小于18,所以二分去找,pos是3,所以dp[3] = 47大于4,所以dp[4] = 710大于7,所以dp[5] = 109小于10,所以二分去找,pos是5,dp[5] = 911大于9,所以dp[6] = 118小于11,所以二分去找,pos是5,dp[5] = 815大于11,所以dp[7] = 15所以最长上升子序列的长度为7注意:dp数组得到的不一定是真正的LIS比如:tr[] = 1 4 7 2 5 9 10 3得到的是1 2 3 9 10,而真正的LIS是1 2 5 9 10因此dp数组得到的不一定是真正的LIS,他只表示最长子序列长度的排好序的最小序列,对于最后一半将5换成3的意义是记录最小序列,便于后续数据的处理*/int n = a.length;if (n <= 1) return n;int[] dp = new int[n + 1];int idx = 1;dp[idx] = a[0];// 利用贪心 + 二分查找进行更新for (int i = 1; i < n ; i++) {if (dp[idx] < a[i]) {idx++;dp[idx] = a[i];} else {int l = 1;int r = idx;int pos = 0;while (l <= r) {int mid = (l + r) >> 1;if (dp[mid] < a[i]) {pos = mid;l = mid + 1;} else {r = mid - 1;}}dp[pos + 1] = a[i];}}return idx;}
}

Go代码

package main/*** 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可** 该数组最长严格上升子序列的长度* @param a int整型一维数组 给定的数组* @return int整型*/
func LIS(a []int) int {//https://blog.csdn.net/weixin_51216553/article/details/114678534/*贪心+二分所谓贪心,就是往死里贪,所以对于最大上升子序列,结尾元素越小,越有利于后面接上其他的数,也就可能变得更长所以贪心的做法是,建立一个dp数组,dp[i[表示长度为i的LIS结尾元素的最小值,因此我们只需要维护dp数组即可对于每一个数组的数,我们对他们进行判断,如果他大于等于dp[ans]的值,就把他放在数组后面,dp[++ans] = tr[i],否则,就在dp中去找大一个大于等于他的位置pos,dp[pos] = tr[i]。如果从头扫一遍数组,时间复杂度还是O(n^2),这与曹贼何异?!通过观察我们知道,这次维护的dp数组是单调递增的,所以就可以使出秘技二分之lower_bound来找pos的位置我们举个栗子:tr[] = 2 5 18 3 4 7 10 9 11 8 15dp[1] = 2;5大于2,所以dp[2] = 518大于5,所以dp[3] = 183小于18,所以二分去找,pos是2,所以dp[2] = 34小于18,所以二分去找,pos是3,所以dp[3] = 47大于4,所以dp[4] = 710大于7,所以dp[5] = 109小于10,所以二分去找,pos是5,dp[5] = 911大于9,所以dp[6] = 118小于11,所以二分去找,pos是5,dp[5] = 815大于11,所以dp[7] = 15所以最长上升子序列的长度为7注意:dp数组得到的不一定是真正的LIS比如:tr[] = 1 4 7 2 5 9 10 3得到的是1 2 3 9 10,而真正的LIS是1 2 5 9 10因此dp数组得到的不一定是真正的LIS,他只表示最长子序列长度的排好序的最小序列,对于最后一半将5换成3的意义是记录最小序列,便于后续数据的处理*/n := len(a)if n <= 1 {return n}dp := make([]int, n+1)idx := 1dp[idx] = a[0]//利用贪心+二分查找进行更新for i := 1; i < n; i++ {if dp[idx] < a[i] {idx++dp[idx] = a[i]} else {l := 1r := idxpos := 0for l <= r {mid := (l + r) >> 1if dp[mid] < a[i] {pos = midl = mid + 1} else {r = mid - 1}}dp[pos+1] = a[i]}}return idx
}

PHP代码

<?php/*** 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可** 该数组最长严格上升子序列的长度* @param a int整型一维数组 给定的数组* @return int整型*/
function LIS( $a )
{//https://blog.csdn.net/weixin_51216553/article/details/114678534/*贪心+二分所谓贪心,就是往死里贪,所以对于最大上升子序列,结尾元素越小,越有利于后面接上其他的数,也就可能变得更长所以贪心的做法是,建立一个dp数组,dp[i[表示长度为i的LIS结尾元素的最小值,因此我们只需要维护dp数组即可对于每一个数组的数,我们对他们进行判断,如果他大于等于dp[ans]的值,就把他放在数组后面,dp[++ans] = tr[i],否则,就在dp中去找大一个大于等于他的位置pos,dp[pos] = tr[i]。如果从头扫一遍数组,时间复杂度还是O(n^2),这与曹贼何异?!通过观察我们知道,这次维护的dp数组是单调递增的,所以就可以使出秘技二分之lower_bound来找pos的位置我们举个栗子:tr[] = 2 5 18 3 4 7 10 9 11 8 15dp[1] = 2;5大于2,所以dp[2] = 518大于5,所以dp[3] = 183小于18,所以二分去找,pos是2,所以dp[2] = 34小于18,所以二分去找,pos是3,所以dp[3] = 47大于4,所以dp[4] = 710大于7,所以dp[5] = 109小于10,所以二分去找,pos是5,dp[5] = 911大于9,所以dp[6] = 118小于11,所以二分去找,pos是5,dp[5] = 815大于11,所以dp[7] = 15所以最长上升子序列的长度为7注意:dp数组得到的不一定是真正的LIS比如:tr[] = 1 4 7 2 5 9 10 3得到的是1 2 3 9 10,而真正的LIS是1 2 5 9 10因此dp数组得到的不一定是真正的LIS,他只表示最长子序列长度的排好序的最小序列,对于最后一半将5换成3的意义是记录最小序列,便于后续数据的处理*/$n = count($a);if($n<=1){return $n;}$dp =[0];$idx = 1;$dp[$idx] = $a[0];// 利用贪心 + 二分查找进行更新for($i=1;$i<$n;$i++){if($dp[$idx] <$a[$i]){$idx++;$dp[$idx] = $a[$i];}else{$l=1;$r =$idx;$pos=0;while ($l<=$r){$mid = ($l+$r) >>1;if($dp[$mid] <$a[$i]){$pos = $mid;$l=$mid+1;}else{$r = $mid-1;}}$dp[$pos+1] = $a[$i];}}return $idx;
}

C++代码

class Solution {public:/*** 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可** 该数组最长严格上升子序列的长度* @param a int整型vector 给定的数组* @return int整型*/int LIS(vector<int>& a) {//https://blog.csdn.net/weixin_51216553/article/details/114678534/*贪心+二分所谓贪心,就是往死里贪,所以对于最大上升子序列,结尾元素越小,越有利于后面接上其他的数,也就可能变得更长所以贪心的做法是,建立一个dp数组,dp[i[表示长度为i的LIS结尾元素的最小值,因此我们只需要维护dp数组即可对于每一个数组的数,我们对他们进行判断,如果他大于等于dp[ans]的值,就把他放在数组后面,dp[++ans] = tr[i],否则,就在dp中去找大一个大于等于他的位置pos,dp[pos] = tr[i]。如果从头扫一遍数组,时间复杂度还是O(n^2),这与曹贼何异?!通过观察我们知道,这次维护的dp数组是单调递增的,所以就可以使出秘技二分之lower_bound来找pos的位置我们举个栗子:tr[] = 2 5 18 3 4 7 10 9 11 8 15dp[1] = 2;5大于2,所以dp[2] = 518大于5,所以dp[3] = 183小于18,所以二分去找,pos是2,所以dp[2] = 34小于18,所以二分去找,pos是3,所以dp[3] = 47大于4,所以dp[4] = 710大于7,所以dp[5] = 109小于10,所以二分去找,pos是5,dp[5] = 911大于9,所以dp[6] = 118小于11,所以二分去找,pos是5,dp[5] = 815大于11,所以dp[7] = 15所以最长上升子序列的长度为7注意:dp数组得到的不一定是真正的LIS比如:tr[] = 1 4 7 2 5 9 10 3得到的是1 2 3 9 10,而真正的LIS是1 2 5 9 10因此dp数组得到的不一定是真正的LIS,他只表示最长子序列长度的排好序的最小序列,对于最后一半将5换成3的意义是记录最小序列,便于后续数据的处理*/int n = a.size();if (n <= 1) {return n;}vector<int> dp(n + 1, 0);int idx = 1;dp[idx] = a[0];// 利用贪心 + 二分查找进行更新for (int i = 1; i < n; i++) {if (dp[idx] < a[i]) {dp[++idx] = a[i];} else {int l = 1;int r = idx;int pos = 0;while (l <= r) {int mid = (l + r) >> 1;if (dp[mid] < a[i]) {pos = mid;l = mid + 1;} else {r = mid - 1;}}dp[pos + 1] = a[i];}}return idx;}
};

这篇关于牛客NC164 最长上升子序列(二)【困难 贪心+二分 Java/Go/PHP/C++】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1008755

相关文章

java脚本使用不同版本jdk的说明介绍

《java脚本使用不同版本jdk的说明介绍》本文介绍了在Java中执行JavaScript脚本的几种方式,包括使用ScriptEngine、Nashorn和GraalVM,ScriptEngine适用... 目录Java脚本使用不同版本jdk的说明1.使用ScriptEngine执行javascript2.

Go语言实现将中文转化为拼音功能

《Go语言实现将中文转化为拼音功能》这篇文章主要为大家详细介绍了Go语言中如何实现将中文转化为拼音功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 有这么一个需求:新用户入职 创建一系列账号比较麻烦,打算通过接口传入姓名进行初始化。想把姓名转化成拼音。因为有些账号即需要中文也需要英

Spring MVC如何设置响应

《SpringMVC如何设置响应》本文介绍了如何在Spring框架中设置响应,并通过不同的注解返回静态页面、HTML片段和JSON数据,此外,还讲解了如何设置响应的状态码和Header... 目录1. 返回静态页面1.1 Spring 默认扫描路径1.2 @RestController2. 返回 html2

Spring常见错误之Web嵌套对象校验失效解决办法

《Spring常见错误之Web嵌套对象校验失效解决办法》:本文主要介绍Spring常见错误之Web嵌套对象校验失效解决的相关资料,通过在Phone对象上添加@Valid注解,问题得以解决,需要的朋... 目录问题复现案例解析问题修正总结  问题复现当开发一个学籍管理系统时,我们会提供了一个 API 接口去

Java操作ElasticSearch的实例详解

《Java操作ElasticSearch的实例详解》Elasticsearch是一个分布式的搜索和分析引擎,广泛用于全文搜索、日志分析等场景,本文将介绍如何在Java应用中使用Elastics... 目录简介环境准备1. 安装 Elasticsearch2. 添加依赖连接 Elasticsearch1. 创

Spring核心思想之浅谈IoC容器与依赖倒置(DI)

《Spring核心思想之浅谈IoC容器与依赖倒置(DI)》文章介绍了Spring的IoC和DI机制,以及MyBatis的动态代理,通过注解和反射,Spring能够自动管理对象的创建和依赖注入,而MyB... 目录一、控制反转 IoC二、依赖倒置 DI1. 详细概念2. Spring 中 DI 的实现原理三、

SpringBoot 整合 Grizzly的过程

《SpringBoot整合Grizzly的过程》Grizzly是一个高性能的、异步的、非阻塞的HTTP服务器框架,它可以与SpringBoot一起提供比传统的Tomcat或Jet... 目录为什么选择 Grizzly?Spring Boot + Grizzly 整合的优势添加依赖自定义 Grizzly 作为

Go语言使用Buffer实现高性能处理字节和字符

《Go语言使用Buffer实现高性能处理字节和字符》在Go中,bytes.Buffer是一个非常高效的类型,用于处理字节数据的读写操作,本文将详细介绍一下如何使用Buffer实现高性能处理字节和... 目录1. bytes.Buffer 的基本用法1.1. 创建和初始化 Buffer1.2. 使用 Writ

Java后端接口中提取请求头中的Cookie和Token的方法

《Java后端接口中提取请求头中的Cookie和Token的方法》在现代Web开发中,HTTP请求头(Header)是客户端与服务器之间传递信息的重要方式之一,本文将详细介绍如何在Java后端(以Sp... 目录引言1. 背景1.1 什么是 HTTP 请求头?1.2 为什么需要提取请求头?2. 使用 Spr

Java如何通过反射机制获取数据类对象的属性及方法

《Java如何通过反射机制获取数据类对象的属性及方法》文章介绍了如何使用Java反射机制获取类对象的所有属性及其对应的get、set方法,以及如何通过反射机制实现类对象的实例化,感兴趣的朋友跟随小编一... 目录一、通过反射机制获取类对象的所有属性以及相应的get、set方法1.遍历类对象的所有属性2.获取