【算法】最大上升公共子序列（动态规划）

最新推荐文章于 2024-08-15 14:32:03 发布

原创最新推荐文章于 2024-08-15 14:32:03 发布 · 565 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #算法 #c++ #数据结构

算法专栏收录该内容

63 篇文章

订阅专栏

文章讲述了小沐沐让奶牛研究的编程问题——给定两个递增数列，找到最长公共上升子序列的长度。通过举例和代码实现展示了如何通过动态规划求解这个问题，涉及到了ACWing题库中的一个经典算法题目。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目

熊大妈的奶牛在小沐沐的熏陶下开始研究信息题目。

小沐沐先让奶牛研究了最长上升子序列，再让他们研究了最长公共子序列，现在又让他们研究最长公共上升子序列了。

小沐沐说，对于两个数列 A 和 B，如果它们都包含一段位置不一定连续的数，且数值是严格递增的，那么称这一段数是两个数列的公共上升子序列，而所有的公共上升子序列中最长的就是最长公共上升子序列了。

奶牛半懂不懂，小沐沐要你来告诉奶牛什么是最长公共上升子序列。

不过，只要告诉奶牛它的长度就可以了。

数列 A 和 B 的长度均不超过 3000。

输入格式

第一行包含一个整数 N，表示数列 A，B 的长度。

第二行包含 N 个整数，表示数列 A。

第三行包含 N 个整数，表示数列 B。

输出格式

输出一个整数，表示最长公共上升子序列的长度。

数据范围

1≤N≤3000,序列中的数字均不超过 2^31 - 1。

输入样例：

4
2 2 1 3
2 1 2 3

输出样例：

思路

举例如下表：

样例

序列1：	1	2	5	4	3	8	6	7
序列2：	2	1	3	5	4	7	8	6

f[][]数组状态

i \ j	1	2	3	4	5	6	7	8
0	0	0	0	0	0	0	0	0
1	0	1	0	0	0	0	0	0
2	1	1	0	0	0	0	0	0
3	1	1	0	2	0	0	0	0
4	1	1	0	2	2	0	0	0
5	1	1	2	2	2	0	0	0
6	1	1	2	2	2	0	3	0
7	1	1	2	2	2	0	3	3
8	1	1	2	2	2	3	3	3

外层循环：依次遍历序列1的每个数据，设为 x

内层循环：依次遍历序列2的每个数据，设为 y

先更新f[i][j] = f[i - 1][j];

若x > y 则更新maxv的值，maxv = max(maxv,f[i - 1][j] + 1);

若x == y则更新f[i][j]的值f[i][j] = max(f[i][j], maxv);

代码

#include <iostream>

using namespace std;

const int N = 3010;

int n;
int a[N], b[N];
int f[N][N];

int main()
{
    cin >> n;
    for (int i = 1; i <= n; i ++ ) cin >> a[i];
    for (int i = 1; i <= n; i ++ ) cin >> b[i];

    for (int i = 1; i <= n; i ++ )
    {
        int maxv = 1;
        for (int j = 1; j <= n; j ++ )
        {
            f[i][j] = f[i - 1][j];
            if (a[i] == b[j]) f[i][j] = max(f[i][j], maxv);

            if (b[j] < a[i])
                maxv = max(maxv, f[i - 1][j] + 1);
        }
    }

    int res = 0;
    for (int i = 1; i <= n; i ++ ) res = max(res, f[n][i]);
    cout << res << endl;
    return 0;
}

题目来自：272. 最长公共上升子序列 - AcWing题库