请结合你做过的一道DP题,从原理、效率和代码形式三个方面详细的谈谈DP与穷举搜索的区别
题目:
18308最长公共子序列
Description
给定两个字符串,请输出这两个字符串的最大公共子序列
输入样例
abbca
aba
输出样例
3
原理上:
DP:
动态规划的原理在于将问题分解为形式相似,规模变小的子问题进行计算,是一种巧妙利用“求过的子问题的值”来求问题解的解法。
以本题为例:将“两个字符串的最长公共子序列”问题拆分为“前i个字符中最长的公共子序列”问题,通过利用该问题的最优子结构性质(问题的最优解所包含的子问题的解也是最优的)来快速求解。
穷举搜索:
穷举搜索原理即将每种可能的情况枚举出来进行计算求解,是一种暴力解法。
以本题为例:在两个字符串中枚举所有可能的子字符串,到另外一个字符串中搜索是否为另一个字符串的子序列,从而求得最大公共子序列的值
效率上:
DP
时间复杂度上为T(nm)–>O(nm),两层循环嵌套进行遍历,n,m,分别为两字符串长度。
但由于每一步都用到了先前求解的值,避免了重复计算,因此高效。
穷举搜索
时间复杂度上为
T
=
(
∑
i
=
1
n
(
i
)
+
∑
j
=
1
m
(
j
)
)
∗
O
(
m
+
n
)
T=(\sum_{i=1}^{n} (i)+\sum_{j=1}^{m} (j))*O(m+n)
T=(∑i=1n(i)+∑j=1m(j))∗O(m+n),
每层循环内的搜索子字符串时间为
O
(
m
+
n
)
O(m+n)
O(m+n)(KMP算法),
计算量巨大,效率低。
代码形式
DP关键代码:
for (i=1;i<=len1;i++)
{
for (j=1;j<=len2;j++)
{
if (a[i-1]==b[j-1])
maxLen[i][j] = maxLen[i-1][j-1]+1;
else
{
maxLen[i][j] = max(maxLen[i-1][j], maxLen[i][j-1]);
}
}
}
//每个maxLen[i][j]的值都由maxLen[i][j]和maxLen[i][j-1]计算而来,循环次数少,计算快。
穷举伪代码:
for (i=0;i<n;i++)//对字符串A
{
for 穷举每个以当前字符结束的子字符串:
{
KMP搜索其是否为b串的子字符串
if (是)
{
maxLen = max(当前子字符串长度,maxLen);
break;
}
}
}
for (i=0;i<n;i++)//对字符串B
{
for 穷举每个以当前字符结束的子字符串:
{
KMP搜索其是否为b串的子字符串
if (是)
{
maxLen = max(当前子字符串长度,maxLen);
break;
}
}
}
得到最终maxLen