C++二分查找算法的应用:最长递增子序列

简介: C++二分查找算法的应用:最长递增子序列

本文涉及的基础知识点

二分查找算法合集

单调映射

源码下载

点击下载源码

题目

给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。

子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1:

输入:nums = [10,9,2,5,3,7,101,18]

输出:4

解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。

示例 2:

输入:nums = [0,1,0,3,2,3]

输出:4

示例 3:

输入:nums = [7,7,7,7,7,7,7]

输出:1

参数范围:

1 <= nums.length <= 2500

-104 <= nums[i] <=104

暴力解法

分析

m_vRet[i],记录以nums[i]结尾的最长严格递增系列。计算m_vRet[i]的方法:nums[j] < nums[i]中最大m_vRet[j]+1。如果不存在合法的j,则m_vRet[i]等于1。

下表以{1,2,6,5,4,5}

i

m_vRet[0,i),加粗表示nums[j]<nums[i]

m_vRet[i]

0

1

1

1

2{1,2}

2

1 2

3{1,2,6}

3

1 2 3

3{1,2,5}

4

1 2 3 3

3{1,2,4}

5

1 2 3 3 3

4{1,2,4,5}

两层循环,分别枚举i和j,故总时间复杂度是O(n2)。

代码

class Solution {
public:
         int lengthOfLIS(vector<int>& nums) {
                   m_c = nums.size();
                   m_vRet.resize(m_c);
                   for (int i = 0; i < m_c; i++)
                   {
                            int iPreLen = 0;
                            for (int j = 0; j < i; j++)
                            {
                                     if (nums[j] >= nums[i])
                                     {
                                               continue;
                                     }
                                     iPreLen = max(iPreLen, m_vRet[j]);
                            }
                            m_vRet[i] = iPreLen + 1;
                   }
                   return *std::max_element(m_vRet.begin(), m_vRet.end());
         }
         vector<int> m_vRet;
         int m_c;
};

有序映射

分析

如果nums[j1] > nums[j2],且m_vRet[j1] <= m_vRet[j2],那么j1被j2淘汰。以nums[j]为key,m_vRet[j]为值,创建有序映射。key和value都是升序。

下表以{1,2,6,5,4,5,5}为列来说明,加粗表示新增加,删除线表示删除。

{1,1}

{1,1},{2,2}

{1,1},{2,2},{6,3}

{1,1},{2,2},{5,3},{6,3}

{1,1},{2,2},{4,3},{5,3}

{1,1},{2,2},{4,3},{5,4}

{1,1},{2,2},{4,3},{5,4}

代码

class Solution {
public:
         int lengthOfLIS(vector<int>& nums) {
                   m_c = nums.size();
                   m_vRet.resize(m_c);
                   std::map<int, int> mValueLen = { {-1000 * 1000,0} };
                   for (int i = 0; i < m_c; i++)
                   {
                            //计算以nums[i]结尾的最长长度
                            auto it = mValueLen.lower_bound(nums[i]);
                            const int iLen = std::prev(it)->second + 1;
                            m_vRet[i] = iLen;
                            //如果nums[j] >= nums[j],且长度小于等于删除
                            auto ij = it;
                            for (; (ij != mValueLen.end()) && (ij->second <= iLen); ++ij);
                            mValueLen.erase(it, ij);
                            //如果nums[i]存在,说明旧值比当前值大,不能处理
                            if (!mValueLen.count(nums[i]))
                            {
                                     mValueLen[nums[i]] = iLen;
                            }
                   }
                   return *std::max_element(m_vRet.begin(), m_vRet.end());
         }
         vector<int> m_vRet;
         int m_c;
};

其它

学院课程

基础算法的C++实现课程,请点击下面的CSDN学院的链接。讲义有算法详解。

2024年1月15之前完全免费,之后绝大部分免费

https://edu.csdn.net/course/detail/38771

C#入职培训

此课程的目的:让新同事更快完成从学生到C#程序员的转换,更快上手完成C#的开发工作。

https://edu.csdn.net/course/detail/38768

C++入职培训

让新同事更快完成从学生到C++程序员的转换,更快上手完成C++的开发工作。

https://edu.csdn.net/course/detail/32049

运行验证环境

Win10 VS2022 Ck++17 或win7 VS2019 C++17

每天都补充正能量

好好学习,天天向上。

事无终始,无务多业。

是故置本不安者,无务丰末。

相关下载

如果你时间宝贵,只想看精华,请到CSDN下载频道下载《闻缺陷则喜算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653


相关文章
|
存储 监控 JavaScript
基于布隆过滤器的 Node.js 算法在局域网电脑桌面监控设备快速校验中的应用研究
本文探讨了布隆过滤器在局域网电脑桌面监控中的应用,分析其高效空间利用率、快速查询性能及动态扩容优势,并设计了基于MAC地址的校验模型,提供Node.js实现代码,适用于设备准入控制与重复数据过滤场景。
453 0
|
Ubuntu API C++
C++标准库、Windows API及Ubuntu API的综合应用
总之,C++标准库、Windows API和Ubuntu API的综合应用是一项挑战性较大的任务,需要开发者具备跨平台编程的深入知识和丰富经验。通过合理的架构设计和有效的工具选择,可以在不同的操作系统平台上高效地开发和部署应用程序。
459 11
|
存储 算法 搜索推荐
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
专攻软考高频算法,深度解析二分查找、堆排序、快速排序核心技巧,对比九大排序算法,配套动画与真题,7天掌握45%分值模块。
621 1
软考算法破壁战:从二分查找到堆排序,九大排序核心速通指南
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
718 3
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的XGBoost序列预测算法matlab仿真
基于WOA优化XGBoost的序列预测算法,利用鲸鱼优化算法自动寻优超参数,提升预测精度。结合MATLAB实现,适用于金融、气象等领域,具有较强非线性拟合能力,实验结果表明该方法显著优于传统模型。(238字)
|
机器学习/深度学习 资源调度 算法
遗传算法模型深度解析与实战应用
摘要 遗传算法(GA)作为一种受生物进化启发的优化算法,在复杂问题求解中展现出独特优势。本文系统介绍了GA的核心理论、实现细节和应用经验。算法通过模拟自然选择机制,利用选择、交叉、变异三大操作在解空间中进行全局搜索。与梯度下降等传统方法相比,GA不依赖目标函数的连续性或可微性,特别适合处理离散优化、多目标优化等复杂问题。文中详细阐述了染色体编码、适应度函数设计、遗传操作实现等关键技术,并提供了Python代码实现示例。实践表明,GA的成功应用关键在于平衡探索与开发,通过精心调参维持种群多样性同时确保收敛效率
|
机器学习/深度学习 边缘计算 人工智能
粒子群算法模型深度解析与实战应用
蒋星熠Jaxonic是一位深耕智能优化算法领域多年的技术探索者,专注于粒子群优化(PSO)算法的研究与应用。他深入剖析了PSO的数学模型、核心公式及实现方法,并通过大量实践验证了其在神经网络优化、工程设计等复杂问题上的卓越性能。本文全面展示了PSO的理论基础、改进策略与前沿发展方向,为读者提供了一份详尽的技术指南。
粒子群算法模型深度解析与实战应用
|
机器学习/深度学习 算法 安全
小场景大市场:猫狗识别算法在宠物智能设备中的应用
将猫狗识别算法应用于宠物智能设备,是AIoT领域的重要垂直场景。本文从核心技术、应用场景、挑战与趋势四个方面,全面解析这一融合算法、硬件与用户体验的系统工程。
1106 0
|
编译器 C++ 开发者
【C++篇】深度解析类与对象(下)
在上一篇博客中,我们学习了C++的基础类与对象概念,包括类的定义、对象的使用和构造函数的作用。在这一篇,我们将深入探讨C++类的一些重要特性,如构造函数的高级用法、类型转换、static成员、友元、内部类、匿名对象,以及对象拷贝优化等。这些内容可以帮助你更好地理解和应用面向对象编程的核心理念,提升代码的健壮性、灵活性和可维护性。
|
编译器 C++ 容器
【c++11】c++11新特性(上)(列表初始化、右值引用和移动语义、类的新默认成员函数、lambda表达式)
C++11为C++带来了革命性变化,引入了列表初始化、右值引用、移动语义、类的新默认成员函数和lambda表达式等特性。列表初始化统一了对象初始化方式,initializer_list简化了容器多元素初始化;右值引用和移动语义优化了资源管理,减少拷贝开销;类新增移动构造和移动赋值函数提升性能;lambda表达式提供匿名函数对象,增强代码简洁性和灵活性。这些特性共同推动了现代C++编程的发展,提升了开发效率与程序性能。
715 12