# -*- 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。 '''
DP4
最新推荐文章于 2022-03-31 15:42:52 发布