一、快速排序
void qsort(int x,int y) //待排序的数据存放在a[1]..a[n]数组中
{int h=x,r=y;
int m=a[(x+y)>>1]; //取中间的那个位置的值
while(h<r)
{while (a[h]<m) h++; //比中间那个位置的值小,循环直到找一个比中间那个值大的
while (a[r]>m) r--; //比中间那个位置的值大,循环直到找一个比中间那个值小的
if(h<=r)
{int temp=a[h];//如果此时h<=r,交换a[h]和a[r]
a[h]=a[r];
a[r]=temp;
h++;r--; //这两句必不可少哦
}}
if(r>x) qsort(x,r);//注意此处,尾指针跑到前半部分了
if(h<y) qsort(h,y); //注意此处,头指针跑到后半部分了
}
调用:qsort(1,n)即可实现数组a中元素有序。适用于n比较大的排序
二、冒泡排序
void paopao(void) //待排序的数据存放在a[1]..a[n]数组中
{for(int i=1;i<n;i++) //控制循环(冒泡)的次数,n个数,需要n-1次冒泡
for(int j=1;j<=n-i;j++) //相邻的两两比较
if(a[j]<a[j+1]) {int temp=a[j];a[j]=a[j+1];a[j+1]=temp;}
}
或者
void paopao(void) //待排序的数据存放在a[1]..a[n]数组中
{for(int i=1;i<n;i++) //控制循环(冒泡)的次数,n个数,需要n-1次冒泡
for(int j=n-i;j>=1;j--) //相邻的两两比较
if(a[j]<a[j+1]) {int temp=a[j];a[j]=a[j+1];a[j+1]=temp;}
}
调用:paopao(),适用于n比较小的排序
三、桶排序
void bucketsort(void)//a的取值范围已知。如a<=cmax。
{memset(tong,0,sizeof(tong));//桶初始化
for(int i=1;i<=n;i++)//读入n个数
{int a
cin>>a;
tong[a]++;}//相应的桶号计数器加1
for(int i=1;i<=cmax;i++)
{if(tong[i]>0) //当桶中装的树大于0,说明i出现过tong[i]次,否则没出现过i
while (tong[i]!=0)
{tong[i]--;
cout<<i<<’ ‘;}
}
}
桶排序适用于那些待排序的关键字的值在已知范围的排序。
四、合(归)并排序
void merge(int l,int m,int r)//合并[l,m]和[m+1,r]两个已经有序的区间
{ int b[101];//借助一个新的数组B,使两个有序的子区间合并成一个有序的区间,b数组的大小要注意
int h,t,k;
k=0;//用于新数组B的指针
h=l;t=m+1;//让h指向第一个区间的第一个元素,t指向第二个区间的第一个元素。
while((h<=m)&&(t<=r))//在指针h和t没有到区间尾时,把两个区间的元素抄在新数组中
{k++; //新数组指针加1
if (a[h]<a[t]){b[k]=a[h];h++;} //抄第一个区间元素到新数组
else{b[k]=a[t];t++;} //抄第二个区间元素到新数组
}
while(h<=m){k++;b[k]=a[h];h++;} //如果第一个区间没有抄结束,把剩下的抄在新数组中
while(t<=r){k++;b[k]=a[t];t++;} //如果第二个区间没有抄结束,把剩下的抄在新数组中
for(int o=1;o<=k;o++)//把新数组中的元素,再抄回原来的区间,这两个连续的区间变为有序的区间。
a[l+o-1]=b[o];
}
void mergesort(int x,int y)//对区间[x,y]进行二路归并排序
{int mid;
if(x>=y) return;
mid=(x+y)/2;//求[x,y]区间,中间的那个点mid,mid把x,y区间一分为二
mergesort(x,mid);//对前一段进行二路归并
mergesort(mid+1,y);//对后一段进行二路归并
merge(x,mid,y);//把已经有序的前后两段进行合并
}
归并排序应用了分治思想,把一个大问题,变成两个小问题。二分是分治的思想。
五、二分查找
int find(int x,int y,int m) //在[x,y]区间查找关键字等于m的元素下标
{ int head,tail,mid;
head=x;tail=y;mid=((x+y)/2);//取中间元素下标
if(a[mid]==m) return mid;//如果中间元素值为m返回中间元素下标mid
if(head>tail) return 0;//如果x>y,查找失败,返回0
if(m>a[mid]) //如果m比中间元素大,在后半区间查找,返回后半区间查找结果
return find(mid+1,tail);
else //如果m比中间元素小,在前半区间查找,返回后前区间查找结果
return find(head,mid-1);
}
六、高精度加法
#include<iostream>
#include<cstring>
using namespace std;
int main()
{string str1,str2;
int a[250],b[250],len; //数组的大小决定了计算的高精度最大位数
int i;
memset(a,0,sizeof(a));
memset(b,0,sizeof(b));
cin>>str1>>str2; //输入两个字符串
a[0]=str1.length(); //取得第一个字符串的长度
for(i=1;i<=a[0];i++) //把第一个字符串转换为整数,存放在数组a中
a[i]=str1[a[0]-i]-'0';
b[0]=str2.length(); //取得第二个字符串长度
for(i=1;i<=b[0];i++) //把第二个字符串中的每一位转换为整数,存放在数组B中
b[i]=str2[b[0]-i]-'0';
len=(a[0]>b[0]?a[0]:b[0]); //取两个字符串最大的长度
for(i=1;i<=len;i++) //做按位加法,同时处理进位
{
a[i]+=b[i];
a[i+1]+=a[i]/10;
a[i]%=10;
}
len++; //下面是去掉最高位的0,然后输出。
while((a[len]==0)&&(len>1)) len--;
for(i=len;i>=1;i--)
cout<<a[i];
return 0;
}
注意:两个数相加,结果的位数,应该比两个数中大的那个数多一位。
七、高精度减法
#include<iostream>
using namespace std;
int compare(string s1,string s2);
int main()
{
string str1,str2;
int a[250],b[250],len;
int i;
memset(a,0,sizeof(a));
memset(b,0,sizeof(b));
cin>>str1>>str2;
a[0]=str1.length();
for(i=1;i<=a[0];i++)
a[i]=str1[a[0]-i]-'0';
b[0]=str2.length();
for(i=1;i<=b[0];i++)
b[i]=str2[b[0]-i]-'0';
if((compare(str1,str2))==0) //大于等于,做按位减,并处理借位。
{
for(i=1;i<=a[0];i++)
{a[i]-=b[i];
if (a[i]<0) {a[i+1]--;a[i]+=10;}
}
a[0]++;
while((a[a[0]]==0)&&(a[0]>1)) a[0]--;
for(i=a[0];i>=1;i--)
cout<<a[i];
cout<<endl; }
else {cout<<'-'; //小于就输出负号
for(i=1;i<=b[0];i++) //做按位减,大的减小的
{b[i]-=a[i];
if (b[i]<0) {b[i+1]--;b[i]+=10;}
}
b[0]++;
while((b[b[0]]==0)&&(b[0]>1)) b[0]--;
for(i=b[0];i>=1;i--)
cout<<b[i];
cout<<endl;
}
return 0;
}
int compare(string s1,string s2) //比较字符串(两个数)数字的大小,大于等于返回0,小于返回1。
{
if(s1.length()>s2.length()) return 0; //先比较长度,哪个字符串长,对应的那个数就大
if(s1.length()<s2.length()) return 1;
for(int i=0;i<=s1.length();i++) //长度相同时,就一位一位比较。
{
if(s1[i]>s2[i]) return 0;
if(s1[i]<s2[i]) return 1;
}
return 0; //如果长度相同,每一位也一样,就返回0,说明相等
}
做减法时,首先要判断两个字符串的大小,决定是否输出负号,然后就是按位减法,注意处理借位。
八、高精度乘法
#include<iostream>
#include<cstring>
using namespace std;
int main()
{
string str1,str2;
int a[250],b[250],c[500],len; //250位以内的两个数相乘
int i,j;
memset(a,0,sizeof(a));
memset(b,0,sizeof(b));
cin>>str1>>str2;
a[0]=str1.length();
for(i=1;i<=a[0];i++)
a[i]=str1[a[0]-i]-'0';
b[0]=str2.length();
for(i=1;i<=b[0];i++)
b[i]=str2[b[0]-i]-'0';
memset(c,0,sizeof(c));
for(i=1;i<=a[0];i++) //做按位乘法同时处理进位,注意循环内语句的写法。
for(j=1;j<=b[0];j++)
{
c[i+j-1]+=a[i]*b[j];
c[i+j]+=c[i+j-1]/10;
c[i+j-1]%=10;
}
len=a[0]+b[0]+1; //去掉最高位的0,然后输出
while((c[len]==0)&&(len>1)) len--; //为什么此处要len>1??
for(i=len;i>=1;i--)
cout<<c[i];
return 0;
}
注意:两个数相乘,结果的位数应该是这两个数的位数和减1。
优化:万进制
#include<iostream>
#include<cstring>
using namespace std;
void num1(int s[],string st1);
int a[2501],b[2501],c[5002];//此处可以进行2500位万进制乘法,即10000位十进制乘法。
Int main()
{
string str1,str2;
int len;
cin>>str1>>str2;
memset(a,0,sizeof(a));
memset(b,0,sizeof(b));
memset(c,0,sizeof(c));
num1(a,str1); //把str1从最低位开始,每4位存放在数组a中
num1(b,str2); //把str2从最低位开始,每4位存放在数组b中
for(int i=1;i<=a[0];i++) //作按位乘法并处理进位,此处是万进制进位
for(int j=1;j<=b[0];j++)
{
c[i+j-1]+=a[i]*b[j];
c[i+j]+=c[i+j-1]/10000;
c[i+j-1]%=10000;
}
len=a[0]+b[0];//a[0]和b[0]存放的是每个数按4位处理的位数
while ((c[len]==0)&&(len>1)) len--;//去掉高位的0,并输出最高位
cout<<c[len];
for(int i=len-1;i>=1;i--)//把剩下来的每一位还原成4位输出
{
if (c[i]<1000) cout<<’0’;
if (c[i]<100) cout<<’0’;
if (c[i]<10) cout<<’0’;
cout<<c[i];
}
cout<<endl;
return 0;
}
void num1(int s[],string st1)//此函数的作用就是把字符串st1,按4位一组存放在数组s中
{ int k=1,count=1;
s[0]=st1.length();//存放st1的长度,省去一长度变量
for(int i=s[0]-1;i>=0;i--) //从最低位开始,处理每一位
{ if (count%4==0) {s[k]+=(st1[i]-‘0’)*1000; if(i!=0) k++;}
if (count%4==1) s[k]=(st1[i]-‘0’);
if (count%4==2) s[k]+=(st1[i]-‘0’)*10;
if (count%4==3) s[k]+=(st1[i]-‘0’)*100;
count++;
}
s[0]=k; //存放数组的位数,就是按4位处理后的万进制数的位数。
Return;
}
九、高精度除法(没讲)
十、筛选法建立素数表
void maketable(int x)//建立X以内的素数表prim,prim[i]为0,表示i为素数,为1表示不是质数
{
memset(prim,0,sizeof(prim));//初始化质数表
prim[0]=1;prim[1]=1;prim[2]=0;//用筛选法求X以内的质数表
for(int i=2;i<=x;i++)
if (prim[i]==0)
{int j=2*i;
while(j<=x)
{prim[j]=1;j=j+i;}
}}
对于那些算法中,经常要判断素数的问题,建立一个素数表,可以达到一劳永逸的目的。
十一、深度优先搜索
void dfs(int x) \\以图的深度优先遍历为例。
{
cout<<x<<‘ ‘; \\访问x顶点
visited[x]=1; \\作已访问的标记
for(int k=1;k<=n;k++) \\对与顶点x相邻而又没访问过的结点k进行深度优先搜索。
if((a[x][k]==1)&&(visited[k]==0))
dfs(k); }
十二、广度优先搜索
void bfs(void) //按广度优先非递归遍历图G,n个顶点,编号为1..n。注:图不一定是连通的
{//使用辅助队列Q和访问标记数组visited。
for(v=1;v<=n;v++) visited[v]=0;//标记数组初始化
for(v=1; v<=n; v++)
if(visited[v]==0 ) { //v尚未访问
int h=1,r=1; //置空的辅助队列q
visited[v]=1;//顶点v,作访问标记
cout<<v<<‘ ‘; //访问顶点v
q[r]=v; //v入队列
while(h<=r) //当队列非空时循环
{ int tmp=q[h]; //队头元素出队,并赋值给tmp
for(int j=1;j<=n;j++)
if((visited[j]==0)&&(a[tmp][j]==1))
{//j为tmp的尚未访问的邻接顶点
visited[j]=1; 对j作访问标记
cout<<j<<‘ ‘; 访问j
r++; //队尾指针加1
q[r]=j; //j入队
} //end-if
h++;
}//end -while
}
十三、二叉树的前序、中序和后序遍历
void preorder(int x)//二叉树的先序遍历
{
if(x==0) return;
cout<<x;//先访问根
preorder(a[x].ld);//再先序遍历根的左子树
preorder(a[x].rd);//最后先序遍历根的右子树
}
void inorder(int x)//二叉树的中序遍历
{
if(x==0) return;
preorder(a[x].ld);//先中序遍历根的左子树
cout<<x;//再访问根
preorder(a[x].rd);//最后中序遍历根的右子树
}
void reorder(int x)//二叉树的后序遍历
{
if(x==0) return;
preorder(a[x].ld);//先后序遍历根的左子树
preorder(a[x].rd);//再后序遍历根的右子树
cout<<x;//最后访问根}
十四、树转换为二叉树算法
十五、二叉排序树
十六、哈夫曼树
void haff(void) //构建哈夫曼树
{
for(int i=n+1;i<=2*n-1;i++) //依次生成n-1个结点
{int l=fmin(i-1); //查找权值最小的结点的编号l
a[i].lchild=l; //把l作为结点i的左孩子
a[l].father=i; //把l的父结点修改为i
int r=fmin(i-1); //查找次小权值的编号r
a[i].rchild=r; //把l作为结点i的右孩子
a[r].father=i; //把r的父结点修改为i
a[i].da=a[l].da+a[r].da; //合并l,j结点,生成新结点i
}
}
int fmin(int k)//在1到K中寻找最小的权值的编号
{
int mins=0;
for(int s=1;s<=k;s++)
if((a[mins].da>a[s].da)&&(a[s].father==0)) //a[s].father=0,说明这个结点还不是别个结点
mins=s; //的孩子,不等于0说明这个结点已经用过。
return mins;
}
void inorder(int x)//递归生成哈夫曼编码
{
if(a[x].father==0) {a[x].code=”“;}//根结点
if(a[a[x].father].lchild==x) a[x].code=a[a[x].father].code+'0';
if(a[a[x].father].rchild==x) a[x].code=a[a[x].father].code+'1';
if(a[x].lchild!=0) inorder(a[x].lchild);//递归生成左子树
if((a[x].lchild==0)&&(a[x].rchild==0))//输出叶子结点
cout<<a[x].da<<':'<<a[x].code<<endl;
if(a[x].rchild!=0) inorder(a[x].rchild);//递归生成右子树
}
十七、并查集
int getfather(int x)//非递归求X结点的根结点的编号
{while(x!=father[x])
x=father[x];
return x;
}
int getfather(int x)//递归求X结点的根结点的编号
{if(x==father[x]) return x;
else return getfather(father[x]);
}
int getfather(int x)//非递归求X结点的根结点编号同时进行路径压缩
{int p=x;
while(p!=father[p])//循环结束后,P即为根结点
p=father[p];
while(x!=father[x])//从X结点沿X的父结点进行路径压缩
{int temp=father[x];//暂存X没有修改前的父结点
father[x]=p;//把X的父结点指向P
x=temp;
}
return p;
}
int getfather(int x)//递归求X结点的根结点编号同时进行路径压缩
{if(x==father[x]) return x;
else {
int temp=getfather(father[x]);
father[x]=temp;
return temp;
}
}
void merge(int x,int y)//合并x,y两个结点
{int x1,x2;
x1=getfather(x);//取得X的父结点
x2=getfather(y);//取得Y的父结点
if(x1!=x2) father[x1]=x2; //两个父结点不同的话就合并,注意:合并的是X,Y两个结点的根。
}
十八、Prime算法
void prime(void) //prim算法求最小生成树,elist[i]是边集数组,a[i][j]为<I,j>的权值。edge为结构体类型。
{for (int i=1;i<=n-1;i++)//初始化结点1到其它n-1个结点形成的边集
{elist[i].from=1;
elist[i].to=i+1;
elist[i].w=a[1][i+1];
}
for (int i=1;i<=n-1;i++)//依次确定n-1条边
{int m=i;
for(int j=i+1;j<=n-1;j++)//确定第i条边时,依次在i+1至n-1条边中找最小的那条边
if(elist[j].w<elist[m].w) m=j;
if(m!=i) //如果最小的边不是第i条边就交换
{edge tmp=elist[i];elist[i]=elist[m];elist[m]=tmp;}
for(int j=i+1;j<=n-1;j++)//更新第i+1至n-1条边的最小距离。
{if(elist[j].w>a[elist[i].to][elist[j].to]) elist[j].w=a[elist[i].to][elist[j].to];}
}
for(int i=1;i<=n-1;i++)//求最小生成树的值
ans=ans+elist[i].w;
}
如果要求出哪些边构成最小生成树,在更新第i+1至n-1条边到已经生成的树中最小距离时(上面代码中加粗的部分),还要加上elist[j].from=elist[i].to;语句,即在更新权值时,还应该更新起点。
Prime算法适用于顶点不是太多的稠密图,如果对于顶点数较多的稀疏图,就不太适用了。
十九、Dijkstra算法
void dijkstra(int x) //求结点x到各个结点的最短路径
{
memset(vis,0,sizeof(vis)); //初始化,vis[i]=0表示源点到结点i未求,否则已求
vis[x]=1;pre[x]=0; //初始化源点。
for(int i=1;i<=n;i++) //对其它各点初始化。
if(i!=x)
{
dis[i]=g[x][i];
pre[i]=x;
}
for(int i=1;i<=n-1;i++) //对于n个结点的图,要求x到其它n-1个结点的最短距离
{
int m=big; //虚拟一个最大的数big=99999999;
int k=x;
for(int j=1;j<=n;j++) //在未求出的结点中找一个源点到其距离最小的点
if(vis[j]==0&&m>dis[j])
{
m=dis[j];
k=j;
}
vis[k]=1; //思考:如果k=X说明什么?说明后面的点,无解。
for(int j=1;j<=n;j++) //用当前找的结点更新未求结点到X的最短路径
if((vis[j]==0)&&(dis[k]+g[k][j]<dis[j]))
{
dis[j]=dis[k]+g[k][j]; //更新
pre[j]=k; //保存前趋结点,以便后面求路径
}
}
}
说明:dis[i]表示x到i的最短距离,pre[i]表示i结点的前趋结点。
二十、Kruscal算法
void qsort(int x,int y)//对边集数组进行快速排序
{int h=x,r=y,m=elist[(h+r)>>1].w;
while(h<r)
{while(elist[h].w<m) h++;
while(elist[r].w>m) r--;
if(h<=r)
{edge tmp=elist[h];elist[h]=elist[r];elist[r]=tmp;h++;r--;}
}
if(x<r) qsort(x,r);
if(h<y) qsort(h,y);
}
int getfather(int x)//找根结点,并压缩路径,此处用递归实现的。
{if(x==father[x]) return x;
else {
int f=getfather(father[x]);
father[x]=f;
return f;
}
}
void merge(int x,int y)//合并x,y结点,在此题中的x,y为两个根结点。
{father[x]=y;}
void kruscal(void)
{int sum=0,ans=0;
qsort(1,t);//对t条边按权值大小按从小到大的次序进行快速排序
for(int i=1;i<=t;i++)
{int x1=getfather(elist[i].from);//取第i条边的起点所在的树的根
int x2=getfather(elist[i].to);// 取第i条边的终点所在的树的根
if(x1!=x2)
{sum++;merge(x1,x2);ans+=elist[i].w;}//不在同一个集合,合并,即第i条边可以选取。
if(sum>n-1)
break;//已经确定了n-1条边了,最小生成树已经生成了,可以提前退出循环了
}
if(sum<n-1)
cout<<"Impossible"<<endl; //从t条边中无法确定n-1条边,说明无法生成最小生成树
else
cout<<ans<<endl;
}
克鲁斯卡尔算法,只用了边集数组,没有用到图的邻接矩阵,因此当图的结点数比较多的时候,输入数据又是边的信息时,就要考虑用Kruscal算法。对于岛国问题,我们就要选择此算法,如果用Prim算法,还要开一个二维的数组来表示图的邻接矩阵,对于10000个点的数据,显然在空间上是无法容忍的。
二十一、Floyed算法
void floyed(void)// a[i][j]表示结点i到结点j的最短路径长度,初始时值为<I,J>的权值。
{for(int k=1;k<=n;k++) //枚举中间加入的结点不超过K时f[i][j]最短路径长度,K相当DP中的阶段
for(int i=1;i<=n;i++) //i,j是结点i到结点J,相当于DP中的状态
for(int j=1;j<=n;j++)
if (a[i][j]>a[i][k]+a[k][j]) a[i][j]=a[i][k]+a[k][j];//这是决策,加和不加中间点,取最小的值
}
弗洛伊德算法适合于求没有负权回路的图的最短路径长度,利用FLOYED算法,可写出判断结点i和结点J是否连通的算法。
二十二、01背包问题
n为物品的数量,w[i]表示第i个物品的重量,c[i]表示第i个物品的价值,v为背包的最大重量。
有状态转移方程f[i][j]=max{f[i-1][j],f[i-1][j-w[i]]+c[i]}。f[i][j]表示前i个物品,在背包载重为j时获得的最大价值。显然f[n][v]即为所求。边界条件为f[0][s]=0,s=0,1,…,v。
for(int i=1;i<=n;i++)//枚举阶段
for(int j=0;j<=v;j++)//枚举状态,当然此处也可写成:for(int j=v;j>=0;j--)
{
f[i][j]=f[i-1][j];//不选第i个物品
if(f[i][j]<f[i-1][j-w[i]]+c[i]) f[i][j]=f[i-1][j-w[i]]+c[i];//选第i个物品
}
cout<<f[n][v]<<endl;//输出结果。
优化:用一维数组实现,把第i-1阶段和第i阶段数据存在一块。
for(int i=1;i<=n;i++)//枚举阶段
for(int j=v;j>=0;j--)//枚举状态,当然此处也可写成:for(int j=v;j>=0;j--)
{
f[j]=f[j];//不选第i个物品,可省略此语句。
if((j>w[i])&&(f[j]<f[j-w[i]]+c[i])) f[j]=f[j-w[i]]+c[i];//选第i个物品
}
cout<<f[v]<<endl;//输出结果。
对比优化前后,我们不难发现,优化后的代码实际上就是在原来基本的代码基础上,减少了阶段这一维,同时在枚举状态时,为了保证结果的正确性,枚举的顺序只能是v到0,而不能是0到v。大家细想一下为什么?就是保证在求第i阶段j状态时,f[j-w[i]]为第i-1阶段的值。
进一步优化,在上面代码中,枚举状态时,还可以写成for(int j=v;j>=w[i];j--),此时下面的判断条件j>=w[i]就可以省略了。
二十三、完全背包问题
和01背包问题不同的是,完全背包,对于任何一个物品i,只要背包重量允许,可以多次选取,也就是在决策上,可以选0个,1个,2个,…,v/w[i]个。
状态转移方程f[i][j]=max{f[i-1][j],f[i-1][j-w[i]]+c[i],f[i-1][j-2*w[i]]+2*c[i],…,f[i-1][j-k*w[i]]+k*c[i]}。k=0,1,2,…,v/w[i]。f[i][j]表示前i个物品,在背包载重为j时获得的最大价值。显然f[n][v]即为所求。边界条件为f[0][s]=0,s=0,1,…,v。
for(int i=1;i<=n;i++)//枚举阶段
for(int j=0;j<=v;j++)//枚举状态,当然此处也可写成:for(int j=v;j>=0;j--)
{f[i][j]=f[i-1][j];//k=0的情况作为f[i][j]的初始值,然后在k=1,2,…,v/w[i]中找最大值
for(int k=1;k<=v/w[i];k++)
if(f[i][j]<f[i-1][j-k*w[i]]+k*c[i]) f[i][j]=f[i-1][j-k*w[i]]+k*c[i];//选第i个物品
}
cout<<f[n][v]<<endl;//输出结果。
二十四、多属性背包问题
二十五、多背包问题
二十六、最长不降(上升)子序列问题
f[i]表示从第1个数开始,以第i个数结尾的最长递增子序列。
状态转移方程:f[i]=max{f[j]}+1 (1≤j≤i-1,1≤i≤n,a[i]≥a[j])
临界状态:f[1]=1;
二十七、最长公共子序列问题
f[i][j]表示第一个串前i个字符和第二个串前j个字符的最长公共子序列数。
状态转移方程:
f[i-1][j-1] (若a[i]==b[j])
f[i][j]=
max{f[i-1][j],f[i][j-1]}+1 (若a[i]≠b[j])
临界状态:f[0][j]=0,f[i][0]=0