最长递增子序列(Longest Increasing Subsequence, LIS) 是非常经典的一个算法问题。
在计算机科学中,最长递增子序列(longest increasing subsequence)问题是指,在一个给定的数值序列中,找到一个子序列,使得这个子序列元素的数值依次递增,并且这个子序列的长度尽可能地大。最长递增子序列中的元素在原序列中不一定是连续的。许多与数学、算法、随机矩阵理论、表示论相关的研究都会涉及最长递增子序列。
例如,对于以下的原始序列:
0, 8, 4, 12, 2, 10, 6, 14, 1, 9, 5, 13, 3, 11, 7, 15
最长递增子序列为
0, 2, 6, 9, 11, 15
值得注意的是原始序列的最长递增子序列并不一定唯一,对于该原始序列,实际上还有以下三个最长递增子序列
0, 4, 6, 9, 11, 15
0, 4, 6, 9, 13, 15
0, 2, 6, 9, 13, 15
【以上摘自 wikipedia】
动态规划求解
动态规划所使用的时间复杂度为 \(O(n^2)\)
令当前元素为 x
,对于之前的每个比其小的元素 y
,以 x
结尾的最长递增子序列 \(\text{LIS}_x\) 都有可能是在以 y
结尾的 \(\text{LIS}_y\) 基础上将 x
执行 append,即 \(\text{LIS}_x = \text{LIS}_y.\text{append}(x)\)。
若要使 LISx
最长,就必须找到一个最长的 \(\text{LIS}_y\)。假设状态 \(\text{LEN}_x\) 表示 \(\text{LIS}_x\) 的最大长度,那么有
\[ \text{LEN}_x = \max(\text{LEN}_{y_i}) + 1, \quad y_i < x \]
转换成代码风格就是(以 C++ 代码为例):
for (int i = 1; i < n; i++) {
int maxLength = 0;
for (int j = 0; j < i; j++) {
maxLength = max(maxLength, len[y]);
}
len[x] = maxLength + 1;
}
最后遍历所有元素结尾的 LEN
,找到最大的那个即可。
缺点
动态规划方法的一个缺点在于——状态的冗余检查。极端情况下,如果一个序列严格递增,比如 1, 2, 3, 4, 5, 6
,那么其 LIS
就是本身,但在遍历到元素 3
的时候,其会把 \(\text{LIS}_1\) 与 \(\text{LIS}_2\) 都检查一遍。事实上, \(\text{LIS}_2\) 包含了 \(\text{LIS}_1\),对后者的检查是完全没有必要的。
更别说后面的 4
, 5
, 6
了。
需要找到一个方法来消除该冗余,最好是遍历到某一元素
x
时,我们已经知道 \(\text{LIS}_x\) 与前面所有元素的关系。
nlogn
换个思路,将所要存储的状态修改为「长度为 k 的 LIS
的最后一个元素」,看看事情是否有所转机?
以序列 5, 1, 4, 2, 8, 7, 9, 0, 3, 6
为例:
i = 0
时,lastElementWithLength[1]
为 5,这很显然;lastElementWithLength: 5
i = 1
时,1 比 5 小,为了使后续元素更容易得到 append,将lastElementWithLength[1]
改为 3;lastElementWithLength: 1
i = 2
时,4 比 1 大,可以作为递增子序列1, 4
的最后一个元素,所以令lastElementWithLength[2]
为 4;lastElementWithLength: 1, 4
i = 3
时,2 比 4 小,但比 1 大,根据前面的理论,将lastElementWithLength[2]
改为 2。当然这并不是说前面的4
就消失了,它依然可以作为递增子序列1, 4
的一部分,但是一旦后续出现数字3
,它会更倾向于比自己小并且长度不低的2
;lastElementWithLength: 1, 2
以此类推,我们最终可以得到这样一个 lastElementWithLength
数组:
1 | 2 | 3 | 4 |
---|---|---|---|
0 | 2 | 3 | 6 |
可以得到 LIS 的长度为 4,并且以 6
结尾。
LIS 为
1, 2, 3, 6
我们并不用在意之前有什么,只需要知道当前的元素必须被尽可能长的子序列 append 就可以了。对于那些末尾元素比自己还小的,肯定能进行 append 操作,而那些末尾元素比自身大的,则有可能取而代之,很典型的就是上面 i=3
时的情况。
事实上,在 lastElementWithLength
数组中,有且仅有第一个比自己大的那个元素 first
能进行取代,毕竟前面的那些再大也不会超过自身,first
也是在前者的基础上加入的数组,尽管取代了,也比之前的所有元素大。而后面的那些更大的元素,也必然是在 first
的基础上建立,其对应的递增子序列必然包含 first
(或者更大的元素),一旦取代就会破坏 LIS 的规则。
所以问题又转变成了:在 lastElementWithLength
数组中找到第一个比自己大的元素。这不就二分法么?如果找不到,直接在末尾添加便是!
这样一来,遍历的过程中每个元素执行一次二分法,在最极端(也就是原始数组严格递增)的情况下也仅仅需要 \(O(n\log n)\) 的时间复杂度,比起动态规划,开销大大降低。
应用
传送门: