动态规划--子序列
来源:互联网 发布:mac的插件在哪里管理 编辑:程序博客网 时间:2024/06/10 05:07
2.问题描述:所谓子序列,就是在原序列里删掉若干个元素后剩下的序列,以字符串"abcdefg"为例子,去掉bde得到子序列"acfg"现在的问题是,给你一个数字序列,你要求出它最长的单调递增子序列。 输入:多组测试数据,每组测试数据第一行是n(1<=n<=10000),下一行是n个比1e9小的非负整数 输出:对于每组测试数据输出一行,每行内容是最长的单调递增子序列的长度 样例输入:51 2 4 8 1651 10 4 9 790 0 0 1 1 1 5 5 5 样例输出:533package three;import java.util.Scanner;public class SubSequence {public static void main(String[] args) {int[] result = null;int[] data;Scanner s = new Scanner(System.in);System.out.println("请输入有多少行数据:");int line = s.nextInt();result = new int[line];System.out.println("开始输入数据:");for(int i=0; i<line; i++) {int k = s.nextInt();data = new int[k];for(int j=0; j<k; j++) {data[j] = s.nextInt();}int longest[] = new int[k]; for (int j=0; j<k; j++) longest[i] = 1; for (int j=1; j<k; j++) { for (int h=0; h<j; h++) { //注意longest[j]<longest[i]+1这个条件,不能省略。 (如果是true则说明是当前子序列的数,反之不是当前子序列中的数。) if (data[j]>data[h] && longest[j]<longest[h]+1){ //计算以data[j]结尾的序列的最长递增子序列长度 longest[j] = longest[h] + 1; } } } int max = 0; for (int j=0; j<k; j++) { //从longest[j]中找出最大值 (即最长递增子序列的长度)。 if (longest[j] > max) max = longest[j]; } result[i] = max;}for(int i=0; i<line; i++) {System.out.println(result[i]);}}} 参考: http://qiemengdao.iteye.com/
0 0
- 动态规划--子序列
- 动态规划----最长子序列
- 【最长子序列 动态规划】
- 动态规划----最长子序列
- 【动态规划】最大子序列
- #动态规划# 子序列个数
- 动态规划-----子序列个数
- 动态规划-公共子序列
- 上升子序列(动态规划
- 动态规划-公共子序列
- 动态规划:公共子序列
- 动态规划 公共子序列
- 【动态规划】【子序列模板】
- 最长子序列--动态规划
- (动态规划)最长回文子序列、回文子序列个数
- (动态规划)最长回文子序列、回文子序列个数
- 最长递增子序列(动态规划)
- 动态规划--最长不降子序列
- 查看和修改MySQL5的事务提交方式
- GIMP的柔光(softglow)源码分析
- Android.mk修改,修改为自动扫描Classes文件夹,不用后期频繁修改:
- Java虚拟机 - 垃圾收集器
- java数组的排序与拷贝
- 动态规划--子序列
- GIMP的去红眼(remove_redeye)源码分析及提取改写
- 浅析HTML标签语义化
- 枚举算法简介
- 让网页成为蜘蛛网-SEO优化总结
- Java虚拟机 - 对象内存分配与回收
- 阿里巴巴内推题目之一
- 从GIMP的Retinex算法里发现了一种高斯模糊的快速实现方法
- Box2D实现Super Mario之关键技术分析——mario下蹲通过低矮障碍物