Let:
dp[i, j] = number of increasing subsequences of length j that end at i
Kolay bir çözüm O(n^2 * k)
içinde:
for i = 1 to n do
dp[i, 1] = 1
for i = 1 to n do
for j = 1 to i - 1 do
if array[i] > array[j]
for p = 2 to k do
dp[i, p] += dp[j, p - 1]
cevap dp[1, k] + dp[2, k] + ... + dp[n, k]
olduğunu.
Şimdi, bu çalışma, ancak n
10000
'a kadar gidebildiğinden, verilen kısıtlamalar için etkisizdir. k
yeterince küçük, bu yüzden bir n
kurtulmak için bir yol bulmaya çalışmalıyız.
Başka bir yaklaşım deneyelim. Ayrıca, dizimizdeki değerlerin üst sınırı olan S
- var. Bununla ilgili bir algoritma bulmaya çalışalım.
dp[i, j] = same as before
num[i] = how many subsequences that end with i (element, not index this time)
have a certain length
for i = 1 to n do
dp[i, 1] = 1
for p = 2 to k do // for each length this time
num = {0}
for i = 2 to n do
// note: dp[1, p > 1] = 0
// how many that end with the previous element
// have length p - 1
num[ array[i - 1] ] += dp[i - 1, p - 1]
// append the current element to all those smaller than it
// that end an increasing subsequence of length p - 1,
// creating an increasing subsequence of length p
for j = 1 to array[i] - 1 do
dp[i, p] += num[j]
Bu karmaşıklığı O(n * k * S)
var, ama biz oldukça kolay O(n * k * log S)
bunu azaltabilir. İhtiyacımız olan tek şey, öğelerin verimli bir şekilde özetlenmesini ve güncelleştirilmesini sağlayan bir veri yapısıdır: segment trees, binary indexed trees vb.
'O (n * n * k) yaklaşımı kesinlikle Zaman Sınırı Aşıldı (TLE) olacaktır. Daha hızlı yapmak için BIT veya Segment Tree kullanmalıyız. –
@mostafiz - evet, ikinci yaklaşım budur. – IVlad
"num [i] = i ile biten kaç tane alt dizinin (bu sefer indeks değil) belirli bir uzunluğa sahip olduğunu kastediyorsunuz", farklı endekslerde benzer öğeler varsa ne olur? – bicepjai