Задача о наибольшей возрастающей подпоследовательности — различия между версиями
Kseniya (обсуждение | вклад) |
Kseniya (обсуждение | вклад) |
||
| Строка 5: | Строка 5: | ||
Задача заключается в том, чтобы отыскать это наибольшее <tex> k </tex> и саму подпоследовательность. | Задача заключается в том, чтобы отыскать это наибольшее <tex> k </tex> и саму подпоследовательность. | ||
Известно несколько алгоритмов решения этой задачи. | Известно несколько алгоритмов решения этой задачи. | ||
| − | ==== | + | ==== Решение за время <tex> O(n^2) </tex> ==== |
Строим таблицу <tex> a[1 \dots n] </tex>. Каждый её элемент <tex> a[i] </tex> - длина наибольшей возрастающей подпоследовательности, оканчивающейся точно в позиции <tex> i </tex>. Если мы построим эту таблицу, то ответ к задаче - наибольшее число из этой таблицы. | Строим таблицу <tex> a[1 \dots n] </tex>. Каждый её элемент <tex> a[i] </tex> - длина наибольшей возрастающей подпоследовательности, оканчивающейся точно в позиции <tex> i </tex>. Если мы построим эту таблицу, то ответ к задаче - наибольшее число из этой таблицы. | ||
Само построение тоже элементарно: <tex> a[i] = \max{(a[j] + 1)} </tex>,для всех <tex> j = 1\dots i-1</tex>, для которых <tex> x[j] < x[i] </tex>. База динамики <tex> a[1] = 1 </tex>. | Само построение тоже элементарно: <tex> a[i] = \max{(a[j] + 1)} </tex>,для всех <tex> j = 1\dots i-1</tex>, для которых <tex> x[j] < x[i] </tex>. База динамики <tex> a[1] = 1 </tex>. | ||
| Строка 34: | Строка 34: | ||
Для вывода самой подпоследовательности достаточной пройти по массиву <tex>prev</tex>, начиная с номера того элемента, на котором мы зафиксировали наш ответ lis, и спускаясь по его предыдущим элементам, пока не достигнем -1 в предке очередного элемента. | Для вывода самой подпоследовательности достаточной пройти по массиву <tex>prev</tex>, начиная с номера того элемента, на котором мы зафиксировали наш ответ lis, и спускаясь по его предыдущим элементам, пока не достигнем -1 в предке очередного элемента. | ||
| − | ==== | + | ==== Решение за <tex> O(n\cdot\log n) </tex> ==== |
| − | Для | + | Для более быстрого решения данной задачи построим следующую динамику: пусть <tex>d[i](i = 0...n)</tex> - число, на которое оканчивается возрастающая последовательность длины <tex>i</tex>, а если таких чисел несколько - то наименьшее из них. Изначально мы предполагаем, что <tex>d[0] = -</tex><tex>\infty</tex>, а все остальные элементы <tex>d[i] =</tex> <tex>\infty</tex>. |
| − | + | Заметим два важных свойства этой динамики: <tex>d[i - 1] <= d[i]</tex>, для всех <tex>i = 1...n</tex>. А так же что каждый элемент <tex>a[i]</tex> обновляет максимум один элемент <tex>d[j]</tex>. Это означает, что при обработке очередного <tex>a[i]</tex>, мы можем за <tex> O(n\cdot\log n) </tex> c помощью двоичного поиска в массиве <tex>d[]</tex> найти первое число, которое строго больше текущего <tex>a[i]</tex> и обновить его. | |
| + | Для восстановления ответа будем поддерживать заполнение двух массивов:<tex>pos</tex> и <tex>prev</tex>. В <tex>pos[i]</tex> будем хранить позицию <tex>d[i]</tex> в <tex>a[i]</tex>, а в <tex>prev[i]</tex> - позицию предыдущего элемента для <tex>a[i]</tex>. | ||
<code> | <code> | ||
| − | + | int d[maxN]; | |
| − | a | + | int pos[maxN];//pos[i] - позиция d[i] в a[i] |
| − | prev = | + | int prev[maxN]; |
| − | + | prev[0] = -1; | |
| − | + | d[0] = -INF; | |
| − | + | for i = 0...n | |
| − | + | d[i] = INF; | |
| − | + | for i = 0...n | |
| − | + | int j = binsearch(d, a[i]);//поиск первого числа, строго большего a[i] | |
| − | + | if(d[j - 1] < a[i] && a[i] < d[j]) | |
| − | + | d[j] = a[i]; | |
| − | + | pos[j] = i; | |
| + | prev[i] = pos[d[j - 1]];//предок a[i] - позиция элемента d[j - 1] в исходном массиве a[i] | ||
| + | size = max(size, j); | ||
| + | int it = size; | ||
| + | int ans[size]; | ||
| + | while(it != -INF) | ||
| + | write(a[prev[it]]);//вывод наибольшей возрастающей последовательности в обратном порядке | ||
| + | it = a[prev[it]]; | ||
</code> | </code> | ||
| − | |||
| − | |||
== Источники == | == Источники == | ||
* [http://informatics.mccme.ru/moodle/mod/book/view.php?id=488 Наибольшая возрастающая подпоследовательность (НВП, Longest Increasing Subsequence, LIS)] | * [http://informatics.mccme.ru/moodle/mod/book/view.php?id=488 Наибольшая возрастающая подпоследовательность (НВП, Longest Increasing Subsequence, LIS)] | ||
* [http://e-maxx.ru/algo/longest_increasing_subseq_log Длиннейшая возрастающая подпоследовательность за O (N log N)] | * [http://e-maxx.ru/algo/longest_increasing_subseq_log Длиннейшая возрастающая подпоследовательность за O (N log N)] | ||
* [http://ru.wikipedia.org/wiki/LIS Задача поиска наибольшей увеличивающейся подпоследовательности] | * [http://ru.wikipedia.org/wiki/LIS Задача поиска наибольшей увеличивающейся подпоследовательности] | ||
Версия 02:35, 30 ноября 2011
| Определение: |
| Наибольшая возрастающая подпоследовательность (НВП) (англ. Longest increasing subsequence - LIS) строки длины - это последовательность символов строки таких, что , причем - наибольшее из возможных. |
Задача заключается в том, чтобы отыскать это наибольшее и саму подпоследовательность. Известно несколько алгоритмов решения этой задачи.
Решение за время
Строим таблицу . Каждый её элемент - длина наибольшей возрастающей подпоследовательности, оканчивающейся точно в позиции . Если мы построим эту таблицу, то ответ к задаче - наибольшее число из этой таблицы.
Само построение тоже элементарно: ,для всех , для которых . База динамики .
Если мы хотим восстановить саму подпоследовательность, то заведем массив предыдущих величин такой, что - предпоследний элемент в НВП, оканчивающейся в элементе с номером . Его значение будет изменяться вместе с изменением соответствующего i-ого элемента матрицы .
int a[MaxN]; //maxN - наибольшая возможная длина возрастающей последовательности
int prev[maxN];
for i = 0 ... n
a[i] = 1;
prev[i] = -1;
for j = 0 ... i - 1
if(a[j] < a[i])
a[i] = max(a[i], 1 + a[j]);
prev[i] = j;
int ans = d[0], pos = 0;
for i = 0 ... n
ans = max(ans, d[i]);
pos = i;
int it = 0;
int lsa[maxN]; // наибольшая возрастающая последовательность
while(pos != -1) //восстанавливаем предка
lsa[it] = pos;
pos = prev[pos];
it = it + 1;
for it - 1 ... 0 // вывод последовательности, начиная с первого элемента
write(lsa[it])
Для вывода самой подпоследовательности достаточной пройти по массиву , начиная с номера того элемента, на котором мы зафиксировали наш ответ lis, и спускаясь по его предыдущим элементам, пока не достигнем -1 в предке очередного элемента.
Решение за
Для более быстрого решения данной задачи построим следующую динамику: пусть - число, на которое оканчивается возрастающая последовательность длины , а если таких чисел несколько - то наименьшее из них. Изначально мы предполагаем, что , а все остальные элементы .
Заметим два важных свойства этой динамики: , для всех . А так же что каждый элемент обновляет максимум один элемент . Это означает, что при обработке очередного , мы можем за c помощью двоичного поиска в массиве найти первое число, которое строго больше текущего и обновить его.
Для восстановления ответа будем поддерживать заполнение двух массивов: и . В будем хранить позицию в , а в - позицию предыдущего элемента для .
int d[maxN];
int pos[maxN];//pos[i] - позиция d[i] в a[i]
int prev[maxN];
prev[0] = -1;
d[0] = -INF;
for i = 0...n
d[i] = INF;
for i = 0...n
int j = binsearch(d, a[i]);//поиск первого числа, строго большего a[i]
if(d[j - 1] < a[i] && a[i] < d[j])
d[j] = a[i];
pos[j] = i;
prev[i] = pos[d[j - 1]];//предок a[i] - позиция элемента d[j - 1] в исходном массиве a[i]
size = max(size, j);
int it = size;
int ans[size];
while(it != -INF)
write(a[prev[it]]);//вывод наибольшей возрастающей последовательности в обратном порядке
it = a[prev[it]];