DP4

# -*- coding:utf-8 -*-

'''
最长公共子序列
    给出两个字符串，求出这样的一个最长的公共子序列的长度：子序列中的每个字符都能在两个原串中找到， 而且每个字符的先后顺序和原串中的先后顺序一致。
    Sample Input:                  output

    abcfbc abfcab                  4
    programming    contest         2
    abcd    mnp                    0

解题思路：设输入的两个串为s1,s2, 设MaxLen(i,j)表示:：s1的左边i个字符形成的子串，
        与s2左边的j个字符形成的子串的最长公共子序列的长度(i,j从0 开始算），则MaxLen(i,j) 就是本题的“状态”
    假定 len1 = strlen(s1),len2 = strlen(s2），那么题目就是要求   MaxLen(len1,len2)

    显然：

    MaxLen(n,0)  = 0  ( n= 0…len1）

    MaxLen(0,n)  = 0  ( n=0…len2）

    于是，我们可以得到如下的递推公式： 时间复杂度O(mn) m,n是两个字串长度

    if s1[i-1] == s2[j-1]:
        maxLen(i, j) = maxLen(i-1, j-1) + 1
    else:
        maxLen(i, j) = max(maxLen(i, j-1), maxLen(i-1, j))

'''
length1 = len(s1)
length2 = len(s2)
for i in range(length1+1):
    maxLen[i][0] = 0
for j in range(length2):
    maxLen[0][j] = 0
for i in range(1, length1+1):
    for j in range(1, length2+1):
        if s1[i-1] == s2[j-1]:
            maxLen[i][j] = maxLen[i-1][j-1] + 1
        else:
            maxLen[i][j] = max(maxLen[i][j-1], maxLen[i-1][j])
'''
最长上升子序列
一个数的序列ai，当a1 < a2 < ... < aS的时候，我们称这个序列是上升的。
对于给定的一个序列(a1, a2, ..., aN)，我们可以得到一些上升的子序列(ai1, ai2, ..., aiK)，这里1 <= i1 < i2 < ... < iK <= N。
比如，对于序列(1, 7, 3, 5, 9, 4, 8)， 有它的一些上升子序列，如(1, 7), (3, 4, 8)等等。
这些子序列中最长的长度是4，比如子序列(1, 3, 5, 8).。

 1.找子问题  

    “求序列的前n个元素的最长上升子序列的长度”是个子问题，但这样分解子问题，不具有“无后效性”，
    因为假设F(n) = x,但可能有多个序列满足F(n) = x。有的序列的最后一个元素比 an+1小，则加上an+1就能形成更长上 升子序列；
    有的序列最后一个元素不比an+1小……以后的事情受如何达到状态n的影响，不符合“无后效性” ，
    因此我们必须换一种思路来解决此问题。
    
    “求以ak（k=1, 2, 3…N）为终点的最长上升子序列的长度”，
    一个上升子序列中最右边的那个数，称为该子序列的 “终点”。
    虽然这个子问题和原问题形式上并不完全一样，但是只要这N个子问题都解决了，那么这N个子问题的解中， 最大的那个就是整个问题的解。

2.确定状态
    子问题只和一个变量—— 数字的位置相关。因此序列中数的位置k就是“状态”，而状态 k 对应的“值”，就是以ak做为“终点”的最长上升子序列的长度。 状态一共有N个。


'''