算法与分析设计九：LCS算法和背包算法

最新推荐文章于 2024-06-18 20:27:23 发布

WPPPQQQE

最新推荐文章于 2024-06-18 20:27:23 发布

阅读量92

点赞数

本文链接：https://blog.csdn.net/WPPPQQQE/article/details/116903860

版权

题目

LCS：给定两个字符串，求解这两个字符串的最长公共子序列（Longest Common Sequence）
01背包：有n件物品，每件物品的重量为w[i]，价值为c[i]。现有一个容量为V的背包，问如何选取物品放入背包，使得背包内物品的总价值最大

解析

LCS：
X=<A,B,C,E,A>
Y=<B,A,C,B>
m=0-5
n=0-4

（1）X=5，Y=4
查表(5,4) “2；删除y”
X=<A,B,C,E,A>
Y=<B,A,C,B>
=>
X=<A,B,C,E,A>
Y=<B,A,C>
（2）X=5，Y=3
查表(5,3) “2；删除y”
X=<A,B,C,E,A>
Y=<B,A,C>
=>
X=<A,B,C,E,A>
Y=<B,A>
（3）X=5，Y=2
查表(5,2) “2；删除两个”
X=<A,B,C,E,A>
Y=<B,A>
=>
X=<A,B,C,E>
Y=
输出A
（4）X=4，Y=1
查表(4,1) “1；删除x”
X=<A,B,C,E>
Y=
=>
X=<A,B,C>
Y=
（4）X=3，Y=1
查表(3,1) “1；删除x”
X=<A,B,C>
Y=
=>
X=<A,B>
Y=
（5）X=2，Y=1
查表(2,1) “1；删两个”
X=<A,B>
Y=
=>
X=< A>
Y=<>
输出B
（6）X=1，Y=0
算法结束，最终输出<A,B>

01背包：
n=4 V=10
w0=1,w2=3,w3=5,w4=7
c0=1,c2=2,c3=3,c4=4

i=0
v=10 dp[10]=max(dp[10],dp[10-w[1]+c[0]=1
v=9 dp[9]=max(dp[9],dp[9-w[1]+c[0]=1
v=8 dp[8]=max(dp[8],dp[8-w[1]+c[0]=1
v=7 dp[7]=max(dp[7],dp[7-w[1]+c[0]=1
v=6 dp[6]=max(dp[6],dp[6-w[1]+c[0]=1
v=5 dp[5]=max(dp[5],dp[5-w[1]+c[0]=1
v=4 dp[4]=max(dp[4],dp[4-w[1]+c[0]=1
v=3 dp[3]=max(dp[3],dp[3-w[1]+c[0]=1
v=2 dp[2]=max(dp[2],dp[2-w[1]+c[0]=1
v=1 dp[1]=max(dp[1],dp[1-w[1]+c[0]=1
i=1
v=10 dp[10]=max(dp[10],dp[10-w[3]+c[1]=3
v=9 dp[9]=max(dp[9],dp[9-w[3]+c[1]=3
v=8 dp[8]=max(dp[8],dp[8-w[3]+c[1]=3
v=7 dp[7]=max(dp[7],dp[7-w[3]+c[1]=3
v=6 dp[6]=max(dp[6],dp[6-w[3]+c[1]=3
v=5 dp[5]=max(dp[5],dp[5-w[3]+c[1]=3
v=4 dp[4]=max(dp[4],dp[4-w[3]+c[1]=3
v=3 dp[3]=max(dp[3],dp[3-w[3]+c[1]=2
i=2
v=10 dp[10]=max(dp[10],dp[10-w[5]+c[2]=6
v=9 dp[9]=max(dp[9],dp[9-w[5]+c[2]=6
v=8 dp[8]=max(dp[8],dp[8-w[5]+c[2]=5
v=7 dp[7]=max(dp[7],dp[7-w[5]+c[2]=4
v=6 dp[6]=max(dp[6],dp[6-w[5]+c[2]=4
v=5 dp[5]=max(dp[5],dp[5-w[5]+c[2]=3
i=3
v=10 dp[10]=max(dp[10],dp[10-w[7]+c[3]=6
v=9 dp[9]=max(dp[9],dp[9-w[7]+c[3]=6
v=8 dp[8]=max(dp[8],dp[8-w[7]+c[3]=5
v=7 dp[7]=max(dp[7],dp[7-w[7]+c[3]=4
dp[10]=6

设计

LCS：

void LCS(int len1, int len2){
    int i, j;
    for(i = 0; i <= len1; i++)    //将第一列设置0
        c[i][0] = 0;
    for(j = 1; j <= len2; j++)     //第一行设置为0
        c[0][j] = 0;
    for(i = 1; i<= len1; i++){     //用1,0,-1三个整形作为上下斜上的方向标记
        for(j = 1; j <= len2; j++){
            if(s1[i-1] == s2[j-1]){  //如果最后一个字符相同，那么在剩下的里找
                c[i][j] = c[i-1][j-1] + 1;
                d[i][j] = 1;
            }
            else if(c[i-1][j] >= c[i][j-1]){
                c[i][j] = c[i-1][j];
                d[i][j] = 0;
            }
            else{
                c[i][j] = c[i][j-1];
                d[i][j] = -1;
            }
        }
    }
}

背包：

for(v = 0; v <= V; v++){
		dp[v] = 0;
	}
	for(i = 0; i < n; i++){
		cout<<"i="<<i<<endl; 
		
		for(v = V; v >= w[i]; v--){
			
			// 状态转移方程
//			dp[v] = max(dp[v], dp[v-w[i]]+c[i]);
			if(dp[v]<dp[v-w[i]]+c[i])dp[v]=dp[v-w[i]]+c[i];

		}
	}
	// 寻找dp[0...V]中的最大即为答案
	max = 0;
	for(v = 0; v <= V; v++){
		if(dp[v] > max)
			max = dp[v];
	}