python实现动态规划求解最长公共子序列

最新推荐文章于 2022-06-24 15:31:34 发布
最新推荐文章于 2022-06-24 15:31:34 发布
阅读量742 收藏 2
点赞数
分类专栏： 算法 文章标签： 动态规划
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/g_blink/article/details/103337816
版权
本文介绍了如何使用动态规划解决最长公共子序列问题。动态规划特性包括最优子结构和重叠子问题。文章通过Python代码展示了具体实现。
摘要由CSDN通过智能技术生成

动态规划问题一般有两个特征：最优子结构 以及 重叠子问题。
在求解最长公共子序列的时候，所谓的“最优”即是“最长”，重叠子问题是指这个问题可以划分为很多个子问题，其中有些子问题的解是相同的。
具体的原理这里不再赘述，下面给出python实现的代码。

def lcs(A, B):
     # B作为行，A作为列
    c = [([0] * (len(B)+1)) for i in range(len(A)&
最低0.47元/天 解锁文章
g_blink
关注
专栏目录
最长公共子序列-Python-动态规划
Abby.R的博客
06-21 1300
1.题目内容 题名为：最长公共子序列。 题目要求： 1.用动态规划算法思想设计最长公共子序列问题求解算法，并且对给定的数据(分两类：统一和自选)进行验证。 2.要求分析算法的时间复杂性。 3.与穷举算法，直接递归法，备忘录法进行对比并且形成分析报告。 2.算法分析 1.算法原理： 字符串X，长度为m，从1开始数； 字符串Y，长度为n ，从1开始数； Xi=﹤x1，⋯，xi﹥即X序列的前i个字符(1≤i≤m) Yj=﹤y1，⋯，yj﹥即Y序列的前j个字符 (1≤j≤n) LCS(X , Y) 为字符串X和Y的
动态规划——最长公共子序列和最长公共子串之Python实现
10-22
用Python实现动态规划中最长公共子序列和最长公共子串问题！
Python最长公共子序列（动态规划）
Hanger
11-20 987
最长公共子序列（北大POJ1458) 题目描述： 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 abcfbc abfcab programming contest abcd mnp Sample Output 4 2 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
python求最长公共子序列（动态规划）
04-20
【问题描述】使用动态规划算法解最长公共子序列问题，具体来说就是，依据其递归式自底向上的方式依次计算得到每个子问题的最优值。 【输入形式】在屏幕上输入两个序列X和Y，序列各元素数间都以一个空格分隔。 【输出形式】矩阵c，其中c[i,j]中存放的是：序列Xi = {x1, ..., xi}和序列Yj = {y1, ..., yj}的最长公共子序列的长度。序列X和Y的最长公共子序列。 【样例1输入】 A B C B D A B B D C A B A 【样例1输出】 [[0 0 0 0 0 0 0] [0 0 0 0 1 1 1] [0 1 1 1 1 2 2] [0 1 1 2 2 2 2] [0 1 1 2 2 3 3] [0 1 2 2 2 3 3] [0 1 2 2 3 3 4] [0 1 2 2 3 4 4]] BCBA 【样例1说明】 输入：第一行输入序列X的各元素，第二行输入序列Y的各元素，元素间以空格分隔。 输出：矩阵c，和序列X和Y的最长公共子序列。
最长公共子序列-动态规划-python
qq_51118755的博客
03-19 1323
题目描述 给定一个长度为 N 数组 a 和一个长度为 M 的数组 b。 请你求出它们的最长公共子序列长度为多少。 输入描述 输入第一行包含两个整数 N,M，分别表示数组 a 和 b 的长度。 第二行包含 N 个整数 a1​,a2​,...,an​。 第三行包含 M 个整数 b1​,b2​,...,bn​。 1≤N,M≤10^3，1≤ai​,bi​≤10^9。 输出描述 输出一行整数表示答案。 输入输出样例 示例 1 输入 5 6 1 2 3 4 5 2 3 2 1 4 5
最长公共子序列动态规划c语言,动态规划----最长公共子序列（C++实现）
weixin_39912566的博客
05-22 2229
最长公共子序列题目描述：给定两个字符串s1 s2 … sn和t1 t2 … tm 。求出这两个字符串的最长公共子序列的长度。字符串s1 s2 … sn的子序列指可以表示为 … { i1 < i2 < … < ik }的序列。输入样例2asdfadfsd123abcabc123abc输出样例36解题思路：这道题是被称为最长公共子序列的问题(LCS，Longest Common S...
DP-LeetCode1143. 最长公共子序列（Python）
12-21
在计算机科学中，最长公共子序列（Longest Common Subsequence，LCS）问题是一个经典的动态规划问题，它的目标是找到两个或多个字符串之间的最长子序列，这个子序列不必连续，但必须保持原顺序。在给定的题目中，...
算法实现最长公共子序列问题（动态规划和KR算法）
04-08
总的来说，动态规划和KR算法都是求解最长公共子序列的有效方法，它们各有特点，适用于不同的编程环境和需求。而KMP算法则专注于高效的字符串匹配，虽然与LCS问题不是直接相关，但在字符串处理领域中同样重要。
洛谷动态规划python-最长公共子序列
都凉儿的博客
01-02 920
动态规划算法通常用于求解具有某种最优性质的问题，在这类问题中，可能会有许多可行解。其思想实质是分治思想和解决冗余。适合动态规划法求解的问题，经分解得到的各个子问题往往不是相互独立的。在求解过程中，将已解决的子问题的解进行保存，在需要的时候可以轻松找出。这样就避免了大量无意义的重复计算。 基本要素： 1.最优子结构性质 2.子问题重叠性质 3.自底向上的求解方法 ...
动态规划之最长公共子序列问题——Longest common subsequence（python3实现）
liuxiang15的博客
02-14 645
参考：算法导论中文版和课程讲义 定义声明：最长公共子串要求在原字符串中连续，而子序列只需要保持相对顺序一致即可，并不要求连续。 子序列定义 问题描述：   枚举法 1：描述一个最长公共子序列 2：一个递归解 3：计算LCS的长度   编写python3代码如下： # coding=utf-8 """ Created on 2019.2...
python动态规划最长公共子序列加工顺序
m0_67105022的博客
02-21 698
最长公共子序列 设Zk是序列Xm和Yn的最长公共子序列 （1）若zk=xm=yn，则Zk+1是Xm-1和Yn-1的最长公共子序列 （2）若xm≠yn，xm≠zk，则Zk是Xm-1和Yn的最长公共子序列 （3）若xm≠yn，yn≠zk，则Zk是Xm和Yn-1的最长公共子序列 反证即得 def LCS(A,B): n=len(A) m=len(B) A.insert(0,'0') B.insert(0,'0') #二维表c存放公共子序列的长度 c=[
【动态规划】最长公共子序列和最长公共子串（python）
机器学习初学者必看，关注我，一起了解机器学习
03-12 3832
动态规划经典例题——最长公共子序列和最长公共子串（python） 很久之前大概是高中的时候写过这种题目，使用动态规划的方法求解的，现读研究生了，要把过去的拾起来的呢。 1. 最长公共子序列（LCS） 1.1 问题描述 1.2 思路 利用动态规划。 下一步就要找到状态之间的转换方程。 因此可以根据这个方程来进行填表，以"helloworld"和“loop”为例： 1.3 Python代码 d...
Python【最长公共子序列】
Alan_Lowe
02-25 2803
Python【最长公共子序列】 from acwing 897 时间限制：1s 空间限制：64MB 题目描述： 给定两个长度分别为 N 和 M 的字符串 A 和 B，求既是 A 的子序列又是 B 的子序列的字符串长度最长是多少。 输入格式： 第一行包含两个整数 N 和 M。 第二行包含一个长度为 N 的字符串，表示字符串 A。 第三行包含一个长度为 M 的字符串，表示字符串 B。 字符串均由小写字母构成。 输出格式： 输出一个整数，表示最大长度。 数据范围： 1≤N,M≤1000 输入样例： 4 5 a
动态规划 最长公共子序列Python实现
lanse_zhicheng
01-18 538
关于最长公共子序列的知识和概念请大家参考这篇博文，因为时间问题，这里只写了代码实现。使用python3.5链接地址：点击打开链接 import numpy as np x=input() y=sorted(x) n=len(x) c=np.zeros((n+1,n+1),dtype=int) b=np.zeros((n+1,n+1),dtype=int) def LIS(x,y): for
最长公共子序列 - Python
qq_44197482的博客
06-24 566
dp[i][j] 表示子序列 s1i 和 s2j的最长公共子序列的长度当s1i = s2j 的时候, 找出 s1i-1 和 s2j-1 的最长公共子序列然后​加上s1i即可得到s1i 和 s2j的最长公共子序列. 注:子序列不要求连续,字串才要求连续 当s1i != s2j 的时候, 求s1i-1 和 s2j 与 s1i 和 s2j-1 的最长公共子序列,取最大值即可 [没得选就往直前的状态里找一个最大的,dp的特性就是最近的最大一定是已经求出来的所有结果中的最大]因此可得出状态转移方程:​ 当
python 最长公共子序列
jingjing_94的博客
06-01 734
记录一下，因为看到很多python版本生成最长公共子序列都用的递归，这里只返回一个符合条件的最长公共子序列class Solution: def LCS(self,s1,s2): c = len(s1)+1 r = len(s2)+1 dp = [[0]*c for i in range(r)] for i in range(...
leetcode 1143.最长公共子序列(python)
pureszgd的博客
06-30 344
leetcode 1143.最长公共子序列(python) 给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。 一个字符串的 子序列 是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。 例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。两个字符串的「公共子序列」是这两个字符串所共同拥有的子序列。 若这两个字符串没有公共子序列，则返回 0。 示例 1: 输入：
[动态规划]Leetcode 1143.最长公共子序列（python）
阿旭的博客
12-02 702
[动态规划]Leetcode 1143.最长公共子序列(python) 题目描述 给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。 一个字符串的 子序列 是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。 例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。两个字符串的「公共子序列」是这两个字符串所共同拥有的子序列。 若这两个字符串没有公共子序列，则返回
动态规划法求解最长公共子序列问题的算法实现
最新发布
05-15
最长公共子序列问题是指：给定两个序列S1和S2，求它们的最长公共子序列。最长公共子序列是指在两个或多个序列中以相同顺序出现的最长的子序列。 动态规划求解最长公共子序列问题的算法实现如下： 1. 定义状态：设f[i][j]为S1的前i个字符和S2的前j个字符的最长公共子序列的长度。 2. 初始化状态：f[i][0]=0, f[0][j]=0，即当S1和S2的其中一个序列为空时，它们的最长公共子序列的长度为0。 3. 状态转移方程： 当S1[i]=S2[j]时：f[i][j]=f[i-1][j-1]+1 当S1[i]!=S2[j]时：f[i][j]=max(f[i-1][j],f[i][j-1]) 4. 求解最优解：f[n][m]即为S1和S2的最长公共子序列的长度。 5. 求解最长公共子序列：从f[n][m]开始，根据状态转移方程反推得到最长公共子序列。 以下是Python代码实现： ```python def lcs(s1, s2): m, n = len(s1), len(s2) # 初始化状态矩阵 f = [[0] * (n + 1) for i in range(m + 1)] # 状态转移 for i in range(1, m + 1): for j in range(1, n + 1): if s1[i - 1] == s2[j - 1]: f[i][j] = f[i - 1][j - 1] + 1 else: f[i][j] = max(f[i - 1][j], f[i][j - 1]) # 求解最长公共子序列 ans = '' i, j = m, n while i > 0 and j > 0: if s1[i - 1] == s2[j - 1]: ans = s1[i - 1] + ans i -= 1 j -= 1 elif f[i - 1][j] > f[i][j - 1]: i -= 1 else: j -= 1 return ans ``` 其中，s1和s2为两个字符串，返回值为它们的最长公共子序列。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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