最长子序列和问题

分享4个处理算法,算法复杂度分别为N^3 N^2 NlogN N
//algorithm1
//Cubic maximum contiguous subsequence sum algorithm
int maxSubSum1( const vector<int> &a)
{
	int maxSum = 0;
	
	for( int i = 0; i < a.size(); i++)
		for( int j = i; j < a.size(); j++)
		{
			int thisSum = 0;
			
			for( int k = i; k <= j; k++ )
				thisSum += a[ k ];
				
			if( thisSum > maxSum )
				maxSum = thisSum;
		}
		
	return maxSum;
}

//algorithm2
//Quadratic maximum contiguous subsequence sum algorithm
int maxSubSum2( const vector<int> & a)
{
	int maxSum = 0;
	
	for( int i = 0; i < a.size(); i++)
	{
		int thisSum = 0;
		for( int j = i; j < a.size(); j++)
		{
			thisSum += a[ j ];
			
			if( thisSum > maxSum)
				maxSum = thisSum;
		}
	}
	
	return maxSum;
}
//algorithm3
int maxSumRec( const vector<int> & a, int left, int right )
{
	if( left == right ) //base case
		if( a [ left ] > 0 )
			return a[ left ];
		else
			return 0;
			
	int center = ( left + right ) / 2;
	int maxLeftSum = maxSumRec( a, left, center );
	int maxRightSum = maxSumRec( a, center + 1, right);
	
	int maxLeftBorderSum = 0, leftBorderSum = 0;
	for( int i = center; i >= left; i--)
	{
		leftBorderSum += a[ i ];
		if ( leftBorderSum > maxLeftBorderSum )
			maxLeftBorderSum = leftBorderSum;
	}
	
	int maxRightBorderSum = 0, rightBorderSum = 0;
	for( int j = center + 1; j <= right; j++ )
	{
		rightBorderSum += a[ j ];
		if( rightBorderSum > maxRightBorderSum )
			maxRightBorderSum = rightBorderSum;
	}
	
	return max3( maxLeftSum, maxRightSum, maxLeftBorderSum + maxRightBorderSum ); 
}
//Driver for divide-and-conquer maximum contiguous subsequence sum algorithm
int maxSubSum3( const vector<int> & a)
{
	return maxSumRec( a, 0, a.size() - 1);
}

//algorithm4
//Linear-time maximum contiguous subsequence sum algorithm.
int maxSubSum4( const vector<int> & a )
{
	int maxSum = 0, thisSum = 0;
	
	for( int j = 0; j < a.size(); j++)
	{
		thisSum += a[ j ];
		
		if( thisSum > maxSum )
			maxSum = thisSum;
		else if (thisSum < 0)
			thisSum = 0;
	}
	
	return maxSum;
}

在C语言中,“最长公共子序列”(Longest Common Subsequence,LCS)是一个经典的计算机科学问题,它涉及找到两个或更多序列中最长的共同部分,但这些序列可以是任意顺序的。这个问题通常用于比较字符串,例如在版本控制、基因序列分析等场景。 求解LCS的问题,最常见的是动态规划算法。你可以使用一个二维数组dp来存储当前子问题的解,其中dp[i][j]表示第一个序列前i个字符和第二个序列前j个字符的最长公共子序列长度。基本思路是从头开始遍历,如果两个序列的第i个和第j个字符相等,那么dp[i][j] = dp[i-1][j-1] + 1;如果不相等,则取两者的最大值作为dp[i][j],即dp[i][j] = max(dp[i-1][j], dp[i][j-1])。 这里的关键在于边界条件和递推过程,最后dp[m][n]就是整个序列的LCS长度,其中m和n分别是两个输入序列的长度。 如果你需要编写实际的C语言代码来解决这个任务,会涉及到函数声明、数组初始化和循环结构,下面是一个简单的示例: ```c #include <stdio.h> int lcs(char* str1, char* str2, int m, int n) { int dp[m+1][n+1]; for (int i=0; i<=m; i++) { for (int j=0; j<=n; j++) { if (i == 0 || j == 0) dp[i][j] = 0; else if (str1[i-1] == str2[j-1]) dp[i][j] = dp[i-1][j-1] + 1; else dp[i][j] = MAX(dp[i-1][j], dp[i][j-1]); } } return dp[m][n]; } int main() { char str1[] = "ABCDGH"; char str2[] = "AEDFHR"; int m = strlen(str1); int n = strlen(str2); int len = lcs(str1, str2, m, n); printf("Length of LCS is %d\n", len); return 0; } ``` 在这个例子中,MAX是一个辅助函数,用来获取两个数的最大值。
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