文章目录
- 题目
- 输入描述
- 输出描述
- 示例
- 分析
- 思路
- 最长递增子序列
- dp解法(2/10)
- binarySearch + 贪心(AC)
题目
小强现在有 n n n个物品,每个物品有两种属性 x i x^i xi和 y i y^i yi。他想要从中挑出尽可能多的物品满足以下条件:对于任意两个物品 i i i和 j j j,满足 x i < x j 且 y i < y j x^i < x^j 且 y^i < y^j xi<xj且yi<yj或者 x i > x j 且 y i > y j x^i > x^j 且 y^i > y^j xi>xj且yi>yj. 问最多能够挑出多少物品
输入描述
第一行输入一个正整数 T T T.表示有 T T T组数据.
对于每组数据,第一行输入一个正整数 n n n.表示物品个数.
接下来两行,每行有 n n n个整数.
第一行表示 n n n个节点的 x x x属性.
第二行表示 n n n个节点的 y y y属性.
1 < = T < = 10 2 < = n < = 100000 0 < = x , y < = 1000000000 1 <= T <= 10\\ 2 <= n <= 100000\\ 0<= x, y <= 1000000000 1<=T<=102<=n<=1000000<=x,y<=1000000000
输出描述
输出 T T T行,每一行对应每组数据的输出.
示例
输入例子:
2
3
1 3 2
0 2 3
4
1 5 4 2
10 32 19 21
输出例子:
2
3
分析
这题看上去比较绕,我们先以示例入手,简单拆解一下
现在,我们将目光聚焦于绿框部分,如下图所示
我们需要选出若干个红框,使得红框组成x属性严格递增的序列时,同时保证y属性也严格递增。且选择红框数量尽可能大
例如,我们选择1,3红框,能够实现双递增序列:
1 -> 3
0 -> 2
2,3红框无法实现双递增序列:
2 -> 3
3 -> 2
(红框元素被绑定死,不能随意组合x,y中任意下标的元素)
如果我们选择1,2,3红框,无法实现递增序列,因为2,3无法形成双递增序列
思路
- 设计数据结构,将x,y对应下标元素组合再一起。例如构建如下数据结构
class Node {public int x;public int y; } Node[] nodes = new Node[N];
- 对Node的x属性排序,保证nodes按照x非递减排序
- 对排序后的y属性进行筛选,选出最长递增子序列
tip: 此处需要注意,nodes无法按照x严格递增。因为可能存在若干个具有相同x值的node。因此在排序时,如果x相同,需要按照y降序排序。因为这样在对y进行筛选时,在x相同情况下,只能选择一个y最为最终序列。
例如:
1 9 9
3 8 7
最终会只能选择3, 8 | 3,7。如果x相同,但是不按照y降序,则可能会选择3,7,8.导致重复选择相同的x,而无法保证x严格递增
最长递增子序列
目前有两种解法
- dp
- binarySearch + 贪心
dp和bs算法已经有非常多成熟的文章,感兴趣的读者可以自行了解上述两篇文章,本文只给出ac代码
dp解法(2/10)
import java.util.*;public class Main {static class Node {public int x;public int y;public Node() {}}public static void main(String[] args) {Scanner sc = new Scanner(System.in);int T = sc.nextInt();int n;for (int i = 0; i < T; ++i) {n = sc.nextInt();Node[] x = new Node[n];// 存储 x - yfor (int j = 0; j < n; ++j) {Node node = new Node();node.x = sc.nextInt();x[j] = node;}for (int j = 0; j < n; ++j) {x[j].y = sc.nextInt();}// 排序Arrays.sort(x, (Node a, Node b) -> {if (a.x != b.x) return a.x - b.x;else return - (a.y - b.y);});int[] y = new int[n];for (int j = 0; j < n; ++j) {y[j] = x[j].y;}// 求最长递增子序列int[] dp = new int[n];dp[0] = 1;int maxn = 1;for (int j = 1; j < n; ++j) {dp[j] = 1;for (int k = 0; k < j; ++k) {if (y[j] > y[k]) dp[j] = Math.max(dp[j], dp[k] + 1);}maxn = Math.max(maxn, dp[j]);}System.out.println(maxn);}}
}
binarySearch + 贪心(AC)
import java.util.*;public class Main {static class Node {public int x;public int y;public Node() {}}public static void main(String[] args) {Scanner sc = new Scanner(System.in);int T = sc.nextInt();int n;for (int i = 0; i < T; ++i) {n = sc.nextInt();Node[] x = new Node[n];// 存储 x - yfor (int j = 0; j < n; ++j) {Node node = new Node();node.x = sc.nextInt();x[j] = node;}for (int j = 0; j < n; ++j) {x[j].y = sc.nextInt();}// 排序Arrays.sort(x, (Node a, Node b) -> {if (a.x != b.x) return a.x - b.x;else return - (a.y - b.y);});int[] y = new int[n];for (int j = 0; j < n; ++j) {y[j] = x[j].y;}// 求最长递增子序列int len = 1;int[] d = new int[n + 1];d[len] = y[0];for (int j = 1; j < n; ++j) {// y[j] 大于d当前最末尾元素if (y[j] > d[len]) {d[++len] = y[j];}else {int lef = 1, rig = len, ans = 0;while (lef <= rig) {int mid = (lef + rig) >> 1;if (d[mid] < y[j]) {ans = mid;lef = mid + 1;}else {rig = mid - 1;}}d[ans + 1] = y[j];}}System.out.println(len);}}
}