Skip to content

A24

Directory actions

More options

Directory actions

More options

Latest commit

 

History

History

A24

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
A24(DP).js
A24(DP).js
 
 
A24(LIS).go
A24(LIS).go
 
 
A24(LIS).js
A24(LIS).js
 
 
A24(LIS).php
A24(LIS).php
 
 
README.md
README.md
 
 

README.md

最長増加部分列（LIS: Longest Increasing Subsequence）を求めるアルゴリズム（O(N log N)) の流れを、図付きでわかりやすく解説します。

💡 アルゴリズムの概要

  • dp[i] は「長さが i+1 の増加部分列の末尾の最小値」を保持します。
  • 各要素 A[i] を見ながら、
    • dp の中で A[i] より初めて大きい or 等しい値を二分探索で探し、
    • その位置を A[i] で置き換えます。
  • 最終的な dp の長さが答えになります。

📘 例で解説（A = [2, 3, 1, 6, 4, 5]）

初期状態：dp = []（空）

1️⃣ A[0] = 2

  • dp は空 → 2 を追加
dp = [2]

2️⃣ A[1] = 3

  • 3 は dp の最後の要素より大きい → 末尾に追加
dp = [2, 3]

3️⃣ A[2] = 1

  • 1 は dp[0] (=2) より小さい → 先頭を置き換える
dp = [1, 3]

4️⃣ A[3] = 6

  • 6 は dp の最後より大きい → 末尾に追加
dp = [1, 3, 6]

5️⃣ A[4] = 4

  • 4 は dp[2] (=6) より小さいが、dp[1] (=3) より大きい
  • → dp[2] (=6) を 4 に置き換える
dp = [1, 3, 4]

6️⃣ A[5] = 5

  • 5 は dp[2] (=4) より大きい → 末尾に追加
dp = [1, 3, 4, 5]

✅ 結果

  • dp.length = 4
  • よって、最長増加部分列の長さは 4

🖼️ イメージ図

A = [2, 3, 1, 6, 4, 5]
      ↓   ↓   ↓   ↓   ↓
dp = [1, 3, 4, 5] ← 各ステップで更新
        ↑
   長さ4のLIS

🔍 注意点

  • dp 配列そのものは「実際の LIS を構成する部分列」とは限らない（あくまで長さを求めるための補助）。
  • 実際の増加部分列を求めたい場合は、トラッキングが必要（別途インデックス配列を持つ）。

✅ アルゴリズムの処理自体は正しいですが、

❗️ dp = [1, 3, 4, 5] は 実際の LIS と一致するとは限りません。

🔁 おさらい

入力：

A = [2, 3, 1, 6, 4, 5]

この配列に対して最長増加部分列（LIS）の長さは 4 で、
実際の LIS としては **[2, 3, 4, 5]** がありえます。

でも、アルゴリズムで途中生成される dp = [1, 3, 4, 5] なので混乱しがちです。

🤔 なぜ dp は [2, 3, 4, 5] ではないのか？

この dp は **最長増加部分列を構成する「候補の末尾の最小値」**を管理していて、
「最長増加部分列そのものではない」からです。

🔍 例：A = [2, 3, 1, 6, 4, 5]

i A[i] dpの更新 dp
0 2 追加 [2]
1 3 追加 [2, 3]
2 1 dp[0]更新 [1, 3]
3 6 追加 [1, 3, 6]
4 4 dp[2]更新 [1, 3, 4]
5 5 追加 [1, 3, 4, 5]

→ この最終 dp は「長さ4の増加列が存在する」という情報を持っているだけで、
実際の列 [2, 3, 4, 5] の構成順序ではありません。

✅ 結論

  • dp は 実際の LIS ではなく、その長さを得るための道具。
  • [2, 3, 4, 5] のように、正しい LIS は他のルートで得られます。
  • もし 実際の LIS を出力したい場合は、別の配列でパスを記録するようにします。

図解付きで「実際のLIS（列）を復元する処理」を分かりやすく解説します！
流れを追いつつ、dp, dpIndex, prevIndex の3つの配列がどう変化していくかをステップごとに図解していきます。

🎯 問題の例

A = [2, 3, 1, 6, 4, 5]

🧩 用語整理

配列 意味
dp 各長さのLISの末尾の最小値
dpIndex dp[i] が A の何番目だったか
prevIndex A[i] の直前のLIS要素のインデックス（たどると元の列がわかる）

🔁 各ステップを図で追う！

🟢 Step 0：i = 0, A[i] = 2

  • dp は空 → 追加
  • dp = [2]
  • dpIndex = [0]
  • prevIndex[0] = -1
dp:        [2]
dpIndex:   [0]
prevIndex: [-1, _, _, _, _, _]

🟢 Step 1：i = 1, A[i] = 3

  • 3 > dp[0] → 追加
  • dp = [2, 3]
  • dpIndex = [0, 1]
  • prevIndex[1] = dpIndex[0] = 0
dp:        [2, 3]
dpIndex:   [0, 1]
prevIndex: [-1, 0, _, _, _, _]

🟢 Step 2：i = 2, A[i] = 1

  • 1 < dp[0] → dp[0] を更新
  • dp = [1, 3]
  • dpIndex = [2, 1]
  • prevIndex[2] = -1（先頭なので）
dp:        [1, 3]
dpIndex:   [2, 1]
prevIndex: [-1, 0, -1, _, _, _]

🟢 Step 3：i = 3, A[i] = 6

  • 6 > dp[1] → 追加
  • dp = [1, 3, 6]
  • dpIndex = [2, 1, 3]
  • prevIndex[3] = dpIndex[1] = 1
dp:        [1, 3, 6]
dpIndex:   [2, 1, 3]
prevIndex: [-1, 0, -1, 1, _, _]

🟢 Step 4：i = 4, A[i] = 4

  • 4 < dp[2] (=6) → dp[2] を更新
  • dp = [1, 3, 4]
  • dpIndex = [2, 1, 4]
  • prevIndex[4] = dpIndex[1] = 1
dp:        [1, 3, 4]
dpIndex:   [2, 1, 4]
prevIndex: [-1, 0, -1, 1, 1, _]

🟢 Step 5：i = 5, A[i] = 5

  • 5 > dp[2] (=4) → 追加
  • dp = [1, 3, 4, 5]
  • dpIndex = [2, 1, 4, 5]
  • prevIndex[5] = dpIndex[2] = 4
dp:        [1, 3, 4, 5]
dpIndex:   [2, 1, 4, 5]
prevIndex: [-1, 0, -1, 1, 1, 4]

🧱 LIS の復元（逆順にたどる）

最後の LIS の末尾は dpIndex[3] = 5 → A[5] = 5
そこから prevIndex をたどっていく：

index = 5 → 4 → 1 → 0
A[index] = 5 → 4 → 3 → 2

→ 逆順なので LIS = [2, 3, 4, 5]

✅ 出力結果

4
2 3 4 5

💬 補足

  • dp は LIS の長さを求めるための道具
  • dpIndex + prevIndex を使えば、実際の列も完全復元できる！