R：打印所有最长递增子序列（LIS）

给定向量

x <- c(4,5,6,7,8,9,10,11,12,13,15,14,13,12,11,10,9,8,6)

我甚至可以使用元素的索引

我使用了由给出的代码，但它只返回一个序列

如果您有任何帮助，我们将不胜感激。

这里有一个（速度慢且效率不高）函数可以计算它（使用

RcppAlgos

）

max_sub_sequences 0）返回（x）
N谢谢！效果很好，你是对的，它有点慢。我正在尽量减少计算时间。感谢您的帮助。由于内存限制
x@jonnyblue8是的，对于单调性很小的大向量，它也会失败。最好的方法可能是编辑找到的代码，使其返回所有值（或找到一个算法），然后在
Rcpp
中实现，以提高效率。我会编辑我的答案，如果我能找到答案的话。
4,5,6,7,8,9,10,11,12,13,14

4,5,6,7,8,9,10,11,12,13,15

max_sub_sequences <- function (x) {  
  # x incresing, result is obviously x
  if (all(diff(x) > 0)) return (x)
  N <- length(x)
  n <- N - 1L 
  break_condition <- TRUE
  while (break_condition) {
    # generate all combinations of indices
    combinations <- RcppAlgos::comboGeneral(1:N,n)    
    # get subsequences according to indices
    sub_sequences <- matrix(x[combinations[1:nrow(combinations),]], nrow = nrow(combinations)) ; rm(combinations)
    # check monotony 
    index_subsequence <- vapply(1:nrow(sub_sequences), function (k) any(diff(sub_sequences[k,]) < 1L), logical(1L))
    # keep increasing sequences only
    sub_sequences <- sub_sequences[!index_subsequence,] ; rm(index_subsequence)
    break_condition <- nrow(sub_sequences) == 0L
    n <- n - 1L
  }
  sub_sequences
 }
max_sub_sequences(c(4,5,6,7,8,9,10,11,12,13,15,14,13,12,11,10,9,8,6))    
#      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11]
# [1,]    4    5    6    7    8    9   10   11   12    13    15
# [2,]    4    5    6    7    8    9   10   11   12    13    14  

# timing
# Unit: seconds
#                 expr     min       lq     mean   median       uq      max neval
# max_sub_sequences(x) 1.30611 1.462473 1.502727 1.484785 1.522796 1.821037   100