我想了解,让我在时间为O增加数组长度K的子序列的数算法(Nķ的log(n))。 我知道如何使用O(K * N ^ 2)算法来解决这个同样的问题。 我已经看过了,发现这个解决方案采用BIT(树状数组)和DP。 我还发现一些代码,但我一直无法理解它。
这里有一些链接我去过那是有帮助的。
在这里,在SO
TopCoder公司论坛
随机网页
我真的很感激,如果一些能帮助我理解这个算法。
我想了解,让我在时间为O增加数组长度K的子序列的数算法(Nķ的log(n))。 我知道如何使用O(K * N ^ 2)算法来解决这个同样的问题。 我已经看过了,发现这个解决方案采用BIT(树状数组)和DP。 我还发现一些代码,但我一直无法理解它。
这里有一些链接我去过那是有帮助的。
在这里,在SO
TopCoder公司论坛
随机网页
我真的很感激,如果一些能帮助我理解这个算法。
我从我的复制算法在这里 ,在这里它的逻辑解释:
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]
您可以优化*1*
和*2*
用线段树或二进制索引树。 这些将被用于有效地处理以下操作num
数组:
(x, v)
添加v
到num[x]
相关*1*
); x
,找到和num[1] + num[2] + ... + num[x]
相关*2*
)。 这些是两个数据结构的琐碎问题。
注意:这将有复杂性O(n*k*log S)
其中S
就在你的数组中的值的上限。 这可能是也可能不是足够好。 为了使O(n*k*log n)
,你需要你的数组的值正常化运行上述算法之前。 正规化装置转换所有的数组值的入值低于或等于n
。 所以这:
5235 223 1000 40 40
变为:
4 2 3 1 1
这可以用一个排序(保留原有索引)来完成。