动态规划--最长上升子序列(LIS)的长度
发布时间:2020-12-20 09:50:38 所属栏目:Python 来源:网络整理
导读:l例如:对于[3,1,4,2,5],最长上升子序列的长度是3 arr = [3,5,9,6,5 ,0] def lis(arr): # dp[i]表示第i个位置的值为尾的数组的最长递增子序列的长度 初始化数组,假定数组中每个值的最长子序列就是它自己,即都是1 dp = [1 for _ in range(len(arr))] 遍历
l例如:对于[3,1,4,2,5],最长上升子序列的长度是3 arr = [3,5,9,6,5,0] def lis(arr): #dp[i]表示第i个位置的值为尾的数组的最长递增子序列的长度 初始化数组,假定数组中每个值的最长子序列就是它自己,即都是1 dp = [1 for _ in range(len(arr))] 遍历数组 for i range(len(arr)): 当遍历到第i个位置时,再依次从0开始遍历到 for j range(i): 如果第i个位置的值比第j个位置的值要大,那么长度就是max(dp[j]+1,dp[i]) if arr[i]>arr[j]: dp[i]=max(dp[i],dp[j]+1) return dp 最后输出dp: [1,3,1] (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |