最长单调递减子序列(非严格单调) uva 231Testing the CATCHER

2024-05-05 00:08

本文主要是介绍最长单调递减子序列(非严格单调) uva 231Testing the CATCHER,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!

问题描述: 一个序列seq [],找出一个最长的不严格单调递减的子序列(subseq [i+1] <= subseq [i] ),输出这个子序列的长度

解决1:O(n*n)

令dp [] 数组,dp [i] 表示以seq [i] 为最小元素(也就是子序列中最后一个)的序列的长度,dp []的最大值就是所求结果

伪代码:

  int seq[] , dp[]

  dp[0]  = 1;

 for(i = 1; i < seq.size ; i++){

    dp[i] = 1;

    for(j = 0; j <= i ;j++){

    if(seq[j] >= seq[i] && dp[j] +1 > dp[i])      

            dp[i]  = dp[j] +1;

}

}

                                  

解决2:O(n*n)如果用二分查找可以达到O(n*lgn)

      使用visited[] 记录序列,最后visited[] 的 size 就是结果,这个很神奇!!

以:5  4    6  7  3  4  2 为例看visited[]的变化

i=1       5

i=2      5  4

i=3      5  4  

           6  4  

i=4      6  4

           7  4  

i=5      7  4  3

i=6      7  4   3 

           7   4   4

i=7      7   4   4   2               visited.size = 4  ----->  subseq.size = 4;

我的理解:visited[] 数组并不是记录了满足题意的子序列,但是怎么理解visited[] 的size 就是子序列的长度?

形象的说就是:邪不压正,最长的一个子序列永远不会被比它短的子序列所覆盖掉。先假想visited[] 中已经保存了最长子序列了,那么在修改中间值时,不会把整条子序列都覆盖掉的,因为它不够长。当然,这个最长的任何时候出现都是可以的,总会比其他的序列来的长。

 

WA的教训:输出时最后一组数据之后不要输出空行,否则WA,而且怎么想都想不到。

代码1  和 代码2:

 

//uva 231 Testing the CATCHER
//AC By Warteac 
//2013-4-6
//O(N*N)
//runtime:0.020
#include<iostream>
#include<string>
#include<sstream>
#include<vector>
#include<queue>
#include<stack>
#include<algorithm>
#include<climits>
using namespace std;
//
class TestingTheCatcher{
private:vector <int> seq;int maxLength;
public:void initial();bool readCase();void computing();void outResult();
};
void TestingTheCatcher::initial(){seq.clear();maxLength = 0;
}
bool TestingTheCatcher::readCase(){int x;initial();if(cin>>x && x==-1){return false;}else{while(x!=-1){seq.push_back(x);cin>>x;}return true;}
}
void TestingTheCatcher::computing(){vector <int> visited;visited.clear();visited.push_back(1);for(int i = 1; i < seq.size(); i++){visited.push_back(1);for(int j= 0; j <i; j++){if(seq[j] >= seq[i] && visited[j]+1 >visited[i]){visited[i] = visited[j] + 1;}}}for(int i = 0; i<visited.size();i++){if(visited[i]>maxLength)maxLength = visited[i];}
}
void TestingTheCatcher::outResult(){cout<<"  maximum possible interceptions: "<<maxLength<<endl;//cout<<endl;
}
/
int main(){TestingTheCatcher tc;int num=0;while(tc.readCase()){num++;tc.computing();if(num>1)cout<<endl;cout<<"Test #"<<num<<":"<<endl;tc.outResult();}return 0;
}

 

//uva 231 Testing the CATCHER
//AC By Warteac
//2013-4-6
//O(N*N)
//runtime:0.012s
#include<iostream>
#include<string>
#include<sstream>
#include<vector>
#include<queue>
#include<stack>
#include<algorithm>
#include<climits>
using namespace std;
//
class TestingTheCatcher{
private:vector <int> seq;int maxLength;
public:void initial();bool readCase();void computing();void outResult();
};
void TestingTheCatcher::initial(){seq.clear();maxLength = 0;
}
bool TestingTheCatcher::readCase(){int x;initial();if(cin>>x && x==-1){return false;}else{while(x!=-1){seq.push_back(x);cin>>x;}return true;}
}
void TestingTheCatcher::computing(){vector <int> visited;visited.clear();visited.push_back(INT_MAX);int t=0,j=0;for(int i = 0; i < seq.size(); i++){for( j= visited.size()-1; j >= 0; j--){if(seq[i] <= visited[j])break;}t = j+1;if(t >= visited.size()){visited.push_back(seq[i]);}else if(seq[i] > visited[t]){visited[t] = seq[i];}}maxLength = visited.size()-1;
}
void TestingTheCatcher::outResult(){cout<<"  maximum possible interceptions: "<<maxLength<<endl;//cout<<endl;
}
/
int main(){TestingTheCatcher tc;int num=0;while(tc.readCase()){num++;tc.computing();if(num>1)cout<<endl;cout<<"Test #"<<num<<":"<<endl;tc.outResult();}return 0;
}

这篇关于最长单调递减子序列(非严格单调) uva 231Testing the CATCHER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/960395

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Linux中的自定义协议+序列反序列化用法

《Linux中的自定义协议+序列反序列化用法》文章探讨网络程序在应用层的实现,涉及TCP协议的数据传输机制、结构化数据的序列化与反序列化方法,以及通过JSON和自定义协议构建网络计算器的思路,强调分层... 目录一,再次理解协议二,序列化和反序列化三,实现网络计算器3.1 日志文件3.2Socket.hpp

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

利用Python实现时间序列动量策略

《利用Python实现时间序列动量策略》时间序列动量策略作为量化交易领域中最为持久且被深入研究的策略类型之一,其核心理念相对简明:对于显示上升趋势的资产建立多头头寸,对于呈现下降趋势的资产建立空头头寸... 目录引言传统策略面临的风险管理挑战波动率调整机制:实现风险标准化策略实施的技术细节波动率调整的战略价

PostgreSQL 序列(Sequence) 与 Oracle 序列对比差异分析

《PostgreSQL序列(Sequence)与Oracle序列对比差异分析》PostgreSQL和Oracle都提供了序列(Sequence)功能,但在实现细节和使用方式上存在一些重要差异,... 目录PostgreSQL 序列(Sequence) 与 oracle 序列对比一 基本语法对比1.1 创建序

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2

poj3261(可重复k次的最长子串)

题意:可重复k次的最长子串 解题思路:求所有区间[x,x+k-1]中的最小值的最大值。求sa时间复杂度Nlog(N),求最值时间复杂度N*N,但实际复杂度很低。题目数据也比较水,不然估计过不了。 代码入下: #include<iostream>#include<algorithm>#include<stdio.h>#include<math.h>#include<cstring