hdu1423Greatest Common Increasing Subsequence（最长公共递增子序列）

最新推荐文章于 2020-05-04 14:47:55 发布

原创最新推荐文章于 2020-05-04 14:47:55 发布 · 488 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#动态规划

动态规划专栏收录该内容

11 篇文章

订阅专栏

本文介绍了一种解决最长公共递增子序列问题的方法，通过动态规划算法来寻找两个序列中共同的最长递增子序列长度。具体实现使用了二维数组进行状态转移，最终输出最长公共递增子序列的长度。

Greatest Common Increasing Subsequence

Time Limit : 2000/1000ms (Java/Other) Memory Limit : 65536/32768K (Java/Other)

Total Submission(s) : 10 Accepted Submission(s) : 3

Problem Description

This is a problem from ZOJ 2432.To make it easyer,you just need output the length of the subsequence.

Input

Each sequence is described with M - its length (1 <= M <= 500) and M integer numbers Ai (-2^31 <= Ai < 2^31) - the sequence itself.

Output

output print L - the length of the greatest common increasing subsequence of both sequences.

Sample Input

1

5
1 4 2 5 -12
4
-12 1 2 4

Sample Output

Source

ACM暑期集训队练习赛（二）

题意：

求两个数组的最长公共递增子序列

#include<cstdio>
#include<cstring>
int a[10000],b[10000],dp[1000][1000];
int main()
{
int n;
scanf("%d",&n);
while(n--)
{
int x1,x2,i,j,max1;
scanf("%d",&x1);
for(i=0;i<x1;i++)
scanf("%d",&a[i]);
scanf("%d",&x2);
for(i=0;i<x2;i++)
scanf("%d",&b[i]);
memset(dp,0,sizeof(dp));
for(i=1;i<=x1;i++)
{
max1=0;
for(j=1;j<=x2;j++)
{
dp[i][j]=dp[i-1][j];//至少等于前面的
if(a[i-1]>b[j-1]&&max1<dp[i-1][j])//有可能在公共子序列里面；
max1=dp[i-1][j];
if(a[i-1]==b[j-1])//相等就说明是递增子序列里面的。
dp[i][j]=max1+1;
}
}
max1=0;
for(i=0;i<=x1;i++)//找出较大的
for(j=0;j<=x2;j++)
if(max1<dp[i][j])
max1=dp[i][j];
printf("%d\n",max1);
if(n)printf("\n");//注意就是最后的没有换行。
}

}