美文网首页
动态规划实现最长单调递增子序列

动态规划实现最长单调递增子序列

作者: 夜空中最亮的星_6c64 | 来源:发表于2018-11-01 15:26 被阅读0次

    1. 实验环境

    操作系统:Mac 64
    运行内存:16GB
    编程语言:Java
    编译环境:Eclipse

    2. 题目要求

    设计一个Ο(nlgn)时间的算法,求一个 n 个数的序列的最长单调递增子序列。

    A. 用户界面输入原始序列

    设计便于用户操作的界面,可以输入 n 个数,在计算后输出最长单调递增子 序列和该子序列的长度。

    B. 求最长单调递增子序列

    获取文本框内容,依次遍历字符串的单个字符,如果递增,直接加入。否则, 采用二分法缩小递归范围,如果递增,需要修改值,而非加入。该算法时间复杂 度 Ο(nlgn)。

    C. 用户界面得到子序列及长度

    将求得的子序列及该子序列的长度返回到用户界面的文本框中。

    D. 用户界面重置和计算

    点击计算可求出子序列和长度。点击重置可重新输入序列并求结果。

    4.项目结构

    程序结构如下图所示,lmis_str.java 可处理多长度的序列;而 lmis_list_num.java 只可处理 int/long 范围的序列。项目结构如下图所示。

    5. 实验结果

    A. 程序运行界面和正确性

    程序编译运行结果如下图所示。

    图 1 程序编译运行结果界面 程序输入序列,运行结果如下图所示。

    图 2 程序运行结果界面

    6.实验代码

    实现用户界面 求单调最长递增子序列

    package dp;
    
    import java.awt.EventQueue;
    import java.awt.event.ActionEvent;
    import java.awt.event.ActionListener;
    import java.util.ArrayList;
    import java.util.List;
    import java.util.Scanner;
    
    import javax.swing.JButton;
    import javax.swing.JFrame;
    import javax.swing.JLabel;
    import javax.swing.JPanel;
    import javax.swing.JTextField;
    public class lmis_str extends JFrame{
        public static ArrayList<Integer> list=new ArrayList<Integer>();
        public JPanel mainPanel=new JPanel();
        public JLabel jLabel=new JLabel("输入序列:");
        public JTextField jTextField=new JTextField(40);
        public JLabel jLabel1=new JLabel("递增子序列:");
        public JTextField jTextField1=new JTextField(40);
        public JLabel jLabel2=new JLabel("递增子序列长度:");
        public JTextField jTextField2=new JTextField(40);
        public JButton rebtn=new JButton("重置");
        public JButton calbtn=new JButton("计算");
        public static void main(String[] args) {
            EventQueue.invokeLater(new Runnable() {
                public void run() {
                    try {
                        //继承JFrame
                        lmis_str frame = new lmis_str();
                    } catch (Exception e) {
                        e.printStackTrace();
                    }
                }
            });
        }
        public lmis_str(){
            
            mainPanel.add(jLabel);
            mainPanel.add(jTextField);
            mainPanel.add(jLabel1);
            mainPanel.add(jTextField1);
            mainPanel.add(jLabel2);
            mainPanel.add(jTextField2);
            mainPanel.add(rebtn);
            mainPanel.add(calbtn);
            this.add(mainPanel);
            this.setTitle("计算最长递增子序列:");
            this.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
            this.setVisible(true);
            this.setBounds(0, 0, 600, 600);
            calbtn.addActionListener(new ActionListener() {
                
                @Override
                public void actionPerformed(ActionEvent e) {
                    String string=jTextField.getText();
                    jTextField1.setText(getLmis(string));
                    jTextField2.setText(String.valueOf(getLmis(string).length()));
                    
                    
                }
            });
            rebtn.addActionListener(new ActionListener() {
                @Override
                public void actionPerformed(ActionEvent e) {
                    jTextField.setText("");
                    jTextField1.setText("");
                    jTextField2.setText("");
                }
            });
            
        }
        public String getLmis(String str){
            List<Character> list=new ArrayList<Character>();
            list.add(str.charAt(0));
            int index=0;
            for(int i=0;i<str.length();i++){
                char c=(char) (str.charAt(i)-'0');
                if(list.get(index)<c){
                    list.add(++index,c);
                }else{
                    int low=0;
                    int high=index;
                    while (low<high) {
                        int middle = (low+high)>>1;
                          if(list.get(middle)<c)
                            low=middle+1;
                        else {
                            high=middle-1;
                        }
                    }
                    if(list.get(low)<c&&(low+1)<list.size())
                        list.set(low+1, c);
                    else
                        list.set(low, c);
                }
            }
            System.out.println(list.size());
            StringBuffer sBuffer=new StringBuffer();
            for(int t:list){
                sBuffer.append(t);
            }
            return new String(sBuffer);
        }
    }
    
    

    7. 实验技巧与注意点

    A. 在处理 n 个数时,可直接处理 string 的单个字符,这样不会限制长度。如果 处理 int/long 时会有位数的限制。
    B. 在存储原始序列和结果子序列时,应使用 list,这样可以动态增加字符。如 果使用 Array,结果长度并不确定。
    C.向 list 添加值时,需要将数字向字符转换,做(字符-‘0’)的操作。
    D. 动态规划过程中,只有递归到最长子序列递增时才需要add,递归到递增需 要做 set 操作。

    相关文章

      网友评论

          本文标题:动态规划实现最长单调递增子序列

          本文链接:https://www.haomeiwen.com/subject/dvwntqtx.html