最长子序列问题(LCS)--动态规划解法

题目描述:

如果Z既是X的子序列,又是Y的子序列,则称Z为X和Y的公共子序列。

如果给定X、Y,求出最长Z及其长度。

示例:

输入

ABCPDSFJGODIHJOFDIUSHGD
OSDIHGKODGHBLKSJBHKAGHI

输出

SDIHODSHG
9

分析:

c[i][j]表示X从0到i与Y从0到j之间公共子序列的长度。

代码 :

//最长子序列问题,不是最长字串问题
#include<iostream>
#include<stack>
using namespace std;

const int N = 1000;
int dp[N][N] = { 0 };
int path[N][N];
int  main()
{
	string a, b;
	cin >> a;
	cin >> b;
	int lena = a.size();
	int lenb = b.size();
	for (int i = 0; i <lena-1; i++)
	{
		for (int j = 0; j <lenb-1; j++)
		{
			if (a[i] == b[j])
			{
				dp[i+1][j+1] = dp[i][j] + 1;
				path[i + 1][j + 1] = 1;
			}
			else if (dp[i][j + 1] >= dp[i + 1][j])
			{
				dp[i + 1][j + 1] = dp[i][j + 1];
				path[i + 1][j + 1] = 2;
			}
			else
			{
				dp[i + 1][j + 1] = dp[i+1][j];
				path[i + 1][j + 1] = 3;
			}
		}
	}

	cout << "dp数组为:" << endl;
	for (int i = 0; i < lena; i++)
	{
		for (int j = 0; j < lenb; j++)
		{
			cout << dp[i][j] << ' ';
		}
		cout << endl;
	}
	cout << "最长子序列数为:" << dp[lena - 1][lenb - 1] << endl;

	//存放最长子序列
	stack<char>same;
	for (int i = lena - 1, j = lenb - 1; i >= 0 && j >= 0;)
	{
		if (path[i][j] == 1)
		{
			i--;
			j--;
			same.push(a[i]);
			
		}
		else if (path[i][j] == 2)
		{
			i--;
		}
		else
		{
			j--;
		}
	}
	cout << "最长子序列为";
	while (!same.empty())
	{
		cout << same.top();
		same.pop();
	}
	cout << endl;
	system("pause");
	return 0;

}

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最长公共子序列问题(Longest Common Subsequence,简称LCS)是指在两个序列中找到一个最长的公共子序列,其中一个序列的所有元素按原序列中出现的顺序排列,而另一个序列中的元素则不要求按原序列中出现的顺序排列。 动态规划方法可以很好地解决LCS问题。设A和B是两个序列LCS(A,B)表示A和B的最长公共子序列。则可以设计如下的状态转移方程: 当A和B的末尾元素相同时,LCS(A,B) = LCS(A-1,B-1) + 1。 当A和B的末尾元素不同时,LCS(A,B) = max(LCS(A-1,B), LCS(A,B-1))。 其中,LCS(A-1,B-1)表示A和B的末尾元素相同时的情况,LCS(A-1,B)表示A的最后一个元素不在最长公共子序列中,而B中的最后一个元素在最长公共子序列中的情况,LCS(A,B-1)表示B的最后一个元素不在最长公共子序列中,而A中的最后一个元素在最长公共子序列中的情况。 根据这个状态转移方程,可以使用动态规划算法来求解LCS问题。具体方法是,构建一个二维数组dp,其中dp[i][j]表示A前i个元素和B前j个元素的LCS。初始化dp[0][j]和dp[i][0]为0,然后按照上述状态转移方程进行递推,最终得到dp[lenA][lenB],其中lenA和lenB分别表示A和B的长度。dp[lenA][lenB]即为A和B的最长公共子序列的长度。要找到具体的最长公共子序列,可以从dp[lenA][lenB]开始,按照状态转移方程反向推导出每个元素,即可得到最长公共子序列LCS问题动态规划算法的经典应用之一,时间复杂度为O(n*m),其中n和m分别为A和B的长度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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