长度为k的递增子序列数
我正在尝试理解该算法,该算法使我在时间O(n k log(n))中增加了数组中长度K的子序列。我知道如何使用O(k * n ^
2)算法解决同样的问题。我查了一下,发现此解决方案使用了BIT(分域树)和DP。我也找到了一些代码,但我一直无法理解。
这是我访问过的一些有用的链接。
在这里,SO
Topcoder论坛
随机网页
如果有人可以帮助我理解该算法,我将不胜感激。
回答:
我从这里重现我的算法,其中解释了其逻辑:
dp[i, j] = same as before num[i] = how many subsequences that end with i (element, not index this time) have a certain length
for i = 1 to n do dp[i, 1] = 1
for p = 2 to k do // for each length this time num = {0}
for i = 2 to n do
// note: dp[1, p > 1] = 0
// how many that end with the previous element
// have length p - 1
num[ array[i - 1] ] += dp[i - 1, p - 1] *1*
// append the current element to all those smaller than it
// that end an increasing subsequence of length p - 1,
// creating an increasing subsequence of length p
for j = 1 to array[i] - 1 do *2*
dp[i, p] += num[j]
您可以使用段树或二进制索引树进行优化*1*
和*2*
使用。这些将用于有效处理num
阵列上的以下操作:
- 鉴于
(x, v)
加v
至num[x]
(相关*1*
); - 给定
x
,求和num[1] + num[2] + ... + num[x]
(与有关*2*
)。
对于这两种数据结构来说,这都是微不足道的问题。
这将具有复杂性O(n*k*log S)
,这S
是数组中值的上限。这可能足够,也可能不够。为此O(n*k*log
n),您需要在运行上述算法之前规范化数组的值。规范化意味着将所有数组值转换为小于或等于的值n
。所以这:
5235 223 1000 40 40
成为:
4 2 3 1 1
这可以通过排序(保留原始索引)来完成。
以上是 长度为k的递增子序列数 的全部内容, 来源链接: utcz.com/qa/430611.html