dp入门【血战LIS和LCS】

本文介绍了动态规划的基础概念,并通过最长上升子序列(LIS)和最长公共子序列(LCS)两个经典问题进行详细讲解。LIS问题通过模板代码阐述了解决方案,LCS问题则解释了其最优子结构和重叠子问题的特性。此外,还讨论了最大子序列和问题的状态转移方程以及滚动数组在动态规划中的应用。
摘要由CSDN通过智能技术生成

Part.One 最长上升子序列(LIS)
顾名思义就是一段序列里,问最长上升能有几个数(还是相对简单的)
模板代码:

#include<bits/stdc++.h>
#define ll long long
#define rep(i,a,n) for(int i=a;i<=n;i++)
#define per(i,n,a) for(int i=n;i>=a;i--)
#define endl '\n'
#define IO ios::sync_with_stdio(false);cin.tie(0);
using namespace std;
const int INF=0x3f3f3f3f;
const int mod=1e9+7;
int main()
{
   
#ifdef Local
	freopen("../input.in", "r", stdin);
    freopen("../output.out", "w", stdout);
#endif
	int n;
	while(cin>>n){
   
		int a[n+5];
		int dp[n+5];
		rep(i,1,n){
   
			cin>>a[i];
		}
		int ans=-1;
		rep(i,1,n){
   
			dp[i]=1;
			rep(j,1,i-1){
   
				if(a[j]<a[i]){
   
					dp[i]=max(dp[i],dp[j]+1);
				}
			}
			ans=max(ans,dp[i]);		
		}
		cout<<ans<<endl;
	}
}

Part.Two 最长公共子序列(LCS)
理解了就觉得还是比较easy的
这是一个动态规划的题目。对于可用动态规划求解的问题,一般有两个特征:①最优子结构;②重叠子问题
设 X=(x1,x2,…xn) 和 Y={y1,y2,…ym} 是两个序列,将 X 和 Y 的最长公共子序列记为LCS(X,Y)

找出LCS(X,Y)就是一个最优化问题。因为,我们需要找到X 和 Y中最长的那个公共子序列。而要找X 和 Y的LCS,首先考虑X的最后一个元素和Y的最后一个元素。
最优子结构:
1)如果 xn=ym,即X的最后

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值