最長遞增子序列 時間複雜度:O(NlogN)
假設存在一個序列d[1..9] = 2 1 5 3 6 4 8 9 7,可以看出來它的LIS長度為5。
下面一步一步試著找出它。
我們定義一個序列B,然後令 i = 1 to 9 逐個考察這個序列。
此外,我們用一個變數Len來記錄現在最長算到多少了
首先,把d[1]有序地放到B裡,令B[1] = 2,就是說當只有1一個數字2的時候,長度為1的LIS的最小末尾是2。這時Len=1
然後,把d[2]有序地放到B裡,令B[1] = 1,就是說長度為1的LIS的最小末尾是1,d[1]=2已經沒用了,很容易理解吧。這時Len=1
接著,d[3] = 5,d[3]>B[1],所以令B[1+1]=B[2]=d[3]=5,就是說長度為2的LIS的最小末尾是5,很容易理解吧。這時候B[1..2] = 1, 5,Len=2
再來,d[4] = 3,它正好加在1,5之間,放在1的位置顯然不合適,因為1小於3,長度為1的LIS最小末尾應該是1,這樣很容易推知,長度為2的LIS最小末尾是3,於是可以把5淘汰掉,這時候B[1..2] = 1, 3,Len = 2
繼續,d[5] = 6,它在3後面,因為B[2] = 3, 而6在3後面,於是很容易可以推知B[3] = 6, 這時B[1..3] = 1, 3, 6,還是很容易理解吧? Len = 3 了噢。
第6個, d[6] = 4,你看它在3和6之間,於是我們就可以把6替換掉,得到B[3] = 4。B[1..3] = 1, 3, 4, Len繼續等於3
第7個, d[7] = 8,它很大,比4大,嗯。於是B[4] = 8。Len變成4了
第8個, d[8] = 9,得到B[5] = 9,嗯。Len繼續增大,到5了。
最後一個, d[9] = 7,它在B[3] = 4和B[4] = 8之間,所以我們知道,最新的B[4] =7,B[1..5] = 1, 3, 4, 7, 9,Len = 5。
於是我們知道了LIS的長度為5。
!!!!! 注意。這個1,3,4,7,9不是LIS,它只是儲存的對應長度LIS的最小末尾。有了這個末尾,我們就可以一個一個地插入資料。雖然最後一個d[9] = 7更新進去對於這組資料沒有什麼意義,但是如果後面再出現兩個數字 8 和 9,那麼就可以把8更新到d[5], 9更新到d[6],得出LIS的長度為6。
然後應該發現一件事情了:在B中插入資料是有序的,而且是進行替換而不需要挪動——也就是說,我們可以使用二分查詢,將每一個數字的插入時間優化到O(logN)~~~~~於是演算法的時間複雜度就降低到了O(NlogN)~!
import java.util.*; public class Main { //最長遞增子序列 O(nlogn) public static int findLongest(int[] arr, int n) { // write code here int[] arrB = new int[n]; arrB[0] = arr[0]; int end = 0; for(int i=0;i<n;i++){ //當前數比arrB最後一個數要大,新增到arrB if(arr[i]>arrB[end]){ arrB[++end] = arr[i]; } //找到第一個比當前數大的替換 else{ int pos = findInsertPos(arrB, arr[i], 0, end); arrB[pos] = arr[i]; } } return end+1; } public static int findInsertPos(int[] arrB,int num,int start,int end) { while(start<end){ int mid = start + (end-start)/2; if(arrB[mid]<num){ start = mid + 1; }else if(arrB[mid]>num){ end = mid; }else{ return mid; } } return start; } public static void main(String[] args) { int[] changes = new int[]{2,1,4,3,1,5,6}; System.out.println(findLongest(changes, 7)); } }