动态规划之——最长不下降子序列
2013-08-20 15:38
288 查看
最长不下降子序列是一个经典的动态规划问题。假如给出这样一个数组int data[] = {1,5,2,7,6};这个数组有4个最长不下降子序列1,2,7和1,2,6,和1,5,7,和1,5,6,都是长度为3的序列。我们要是求最长的不下降子序列的长度,求得的结果就是3.
我们可以用一个数组longest[]表示最长的不下降子序列的长度,那么当我遍历的数组下标为i的时候,如果data[i]比前面的某个数data[j]大,即(i>j)并且longest[j] + 1 > longest[i].那么就更新longset[i]的值。
见代码:
int longestIncre( int arr[], int length )
{
int *longest = new int[length];
for (int i = 0; i < length; ++i )
{
longest[i] = 1;
for ( int j = 0; j < i; ++j )
{
if (arr[i]>arr[j] && longest[j] + 1 > longest[i])
longest[i] = longest[j] + 1;
}
}
int nMax = 0;
for(int i = 0; i < length; ++i)
if( longest[i]>nMax )
nMax = longest[i];
return nMax;
}
我们可以用一个数组longest[]表示最长的不下降子序列的长度,那么当我遍历的数组下标为i的时候,如果data[i]比前面的某个数data[j]大,即(i>j)并且longest[j] + 1 > longest[i].那么就更新longset[i]的值。
见代码:
int longestIncre( int arr[], int length )
{
int *longest = new int[length];
for (int i = 0; i < length; ++i )
{
longest[i] = 1;
for ( int j = 0; j < i; ++j )
{
if (arr[i]>arr[j] && longest[j] + 1 > longest[i])
longest[i] = longest[j] + 1;
}
}
int nMax = 0;
for(int i = 0; i < length; ++i)
if( longest[i]>nMax )
nMax = longest[i];
return nMax;
}
相关文章推荐
- 动态规划-jobdu 1112-最长下降子序列
- 动态规划求一个数列的最长不下降子序列java版
- 动态规划例题:最长不下降子序列c序列
- 动态规划之最长不下降子序列
- Pku1887----Testing the CATCHER (经典动态规划题:最长下降子序列),,,,,捎带pku2533---Longest Ordered Subsequence
- poj 1836 (动态规划之最长上升子序列)
- 动态规划——最长上升子序列
- 动态规划:最长上升子序列
- 动态规划之最长递增子序列
- 动态规划6:最长递增子序列问题
- 算法基础之python实现动态规划中数字三角形和最长上升子序列问题
- 动态规划 最长上升子序列
- hdu1503Advanced Fruits(动态规划之公共最长子序列+回溯路径)
- leetcode 300. Longest Increasing Subsequence 最长递增子序列LISS + 十分经典的动态规划DP做法
- Leetcod-300_最长上升子序列LIS-基础动态规划问题-【C++】
- codves动态规划 最长上升子序列
- 动态规划最长递增子序列问题
- 动态规划之----求最长递增子序列
- 动态规划之最长递增子序列问题详解
- 动态规划 01 (最长上升子序列)