P1439 【模板】最长公共子序列

题目描述

给出1-n的两个排列P1和P2,求它们的最长公共子序列。

输入输出格式

输入格式:
第一行是一个数n,
接下来两行,每行为n个数,为自然数1-n的一个排列。

输出格式:
一个数,即最长公共子序列的长度

输入输出样例

输入

5
3 2 1 4 5
1 2 3 4 5

输出

3

先声明一下不要搞混了
LIS:Longest Increasing Subsequence,最长递增子序列
LCS:Longest Common Subsequence,最长公共子序列

分析:一道板子题,一开始用普通的动态规划,状态转移方程:如果a[i]和b[i]不同,dp[i][j]=max(dp[i-1][j],dp[i][j-1]),如果相同,dp[i][j]=max(dp[i][j],dp[i-1][j-1]+1)。但是这样RE了。见下面分析。

#include<bits/stdc++.h>

using namespace std;
int a[1005],b[1005],dp[1005][1005];
int main()
{
    int n;
    while(~scanf("%d",&n))
    {
        for(int i=1;i<=n;i++)
            scanf("%d",&a[i]);
        for(int i=1;i<=n;i++)
            scanf("%d",&b[i]);
        memset(dp,0,sizeof(dp));
        for(int i=1;i<=n;i++)
            for(int j=1;j<=n;j++)
        {
            dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
            if(a[i]==b[j])
                dp[i][j]=max(dp[i][j],dp[i-1][j-1]+1);
        }
        printf("%d\n",dp[n][n]);
    }
    return 0;
}

很显然,如果我们这样写,时间复杂度是O(n^2),会被10 ^5卡死,所以我们要考虑O(nlogn)的写法,在网上看了很多大佬的方法和代码,概括归纳一下。

这道题目可以转换成关于b的LIS问题。

关于为什么可以转化成b的LIS问题,这里提供一个解释。
a:3 2 1 4 5
b:1 2 3 4 5
我们可以给一个映射,3->1,2->2,1->3,4->4,5->5。此时a:1 2 3 4 5,b :3 2 1 4 5
这样标号之后,LCS长度显然不会改变。但是出现了一个性质:
因为两个序列的子序列,一定是a的子序列。而a本身就是单调递增的。因此这个子序列是单调递增的。所以换句话说,只要这个子序列在b中单调递增,它就是a的子序列。

所以我们只要求b的最长递增子序列,这里用到了二分法以求达到时间复杂度为O(nlogn)

简单说下怎么O(nlogn)弄一个最长递增子序列吧。
考虑一个数列3 4 1 2 5
首先,把3加入答案序列中,然后加4,发现4>3所以显然可以将4直接加入,那么答案序列就是{3,4},然后加1,发现1<4,1<3,然后将1替换3,此时的答案序列{1,4},然后加入2,将2替换4,此时答案序列为{1,2},然后加入5,5>2,直接加入,答案序列为{1,2,5},为什么这么做不会影响结果呢?你可以这么想,我们当前已经求出了一个当前最优的序列,如果我们用1替换3,然后后面来一个数字替换了4,那么我们就可以得到一个更优的序列,而如果没有数字替换4,那么这个1替换3也就是没有贡献的,不会影响我们结果的最优性。然后,如何找到一个最小的但是大于某个数字的数字,就可以进行二分查找了,因为我们的答案序列是有序的。

//上面的一些话是整合了洛谷大佬的

#include<bits/stdc++.h>

using namespace std;
int a[100005],b[100005],dp[100005],mp[100005];
int BinSearch(int key,int d[],int l,int r)
{
    while(l<=r)
    {
        int mid=(l+r)/2;
        if(key>d[mid]&&key<=d[mid+1])
            return mid;
        else if(key>d[mid])
            l=mid+1;
        else
            r=mid-1;
    }
    return 0;
}
int main()
{
    int n;
    while(~scanf("%d",&n))
    {
        for(int i=1;i<=n;i++)
        {
            scanf("%d",&a[i]);
            mp[a[i]]=i;//一个映射
        }
        for(int i=1;i<=n;i++)
        {
            scanf("%d",&b[i]);
            b[i]=mp[b[i]];
        }
        dp[1]=b[1];//找映射后b的最长递增子序列
        int len=1,j;
        for(int i=2;i<=n;i++)
        {
            if(dp[len]<b[i])
                j=++len;
            else
                j=BinSearch(b[i],dp,1,len)+1;
            dp[j]=b[i];
        }
        printf("%d\n",len);
    }
    return 0;
}

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 以下是最长公共子序列的C语言实现: ```c #include <stdio.h> #include <string.h> #define MAX_LENGTH 100 int max(int a, int b) { return a > b ? a : b; } int lcs(char *str1, char *str2) { int len1 = strlen(str1); int len2 = strlen(str2); int dp[MAX_LENGTH][MAX_LENGTH]; int i, j; for (i = 0; i <= len1; i++) { dp[i][0] = 0; } for (j = 0; j <= len2; j++) { dp[0][j] = 0; } for (i = 1; i <= len1; i++) { for (j = 1; j <= len2; j++) { 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[len1][len2]; } int main() { char str1[MAX_LENGTH], str2[MAX_LENGTH]; printf("请输入字符串1:"); scanf("%s", str1); printf("请输入字符串2:"); scanf("%s", str2); printf("最长公共子序列长度为:%d\n", lcs(str1, str2)); return 0; } ``` 这个程序实现了两个字符串的最长公共子序列长度。 ### 回答2: 最长公共子序列(Longest Common Subsequence)是一种常用的字符串匹配算法,在文本处理、数据压缩等领域有广泛的应用。下面是一个使用C语言实现最长公共子序列算法模板: ```c #include <stdio.h> #include <string.h> #define MAX_LENGTH 100 int lcs(char* str1, char* str2, int m, int n) { int lcsTable[MAX_LENGTH][MAX_LENGTH], i, j; for (i = 0; i <= m; i++) { for (j = 0; j <= n; j++) { if (i == 0 || j == 0) lcsTable[i][j] = 0; else if (str1[i - 1] == str2[j - 1]) lcsTable[i][j] = lcsTable[i - 1][j - 1] + 1; else lcsTable[i][j] = (lcsTable[i - 1][j] > lcsTable[i][j - 1]) ? lcsTable[i - 1][j] : lcsTable[i][j - 1]; } } return lcsTable[m][n]; } int main() { char str1[MAX_LENGTH], str2[MAX_LENGTH]; int result; printf("请输入第一个字符串:"); scanf("%s", str1); printf("请输入第二个字符串:"); scanf("%s", str2); result = lcs(str1, str2, strlen(str1), strlen(str2)); printf("最长公共子序列长度为:%d\n", result); return 0; } ``` 在该模板中,我们首先定义一个二维数组lcsTable来存储最长公共子序列长度。然后,我们使用两个for循环遍历两个字符串的所有字符,对每个字符进行匹配。如果两个字符相等,则当前位置的lcsTable[i][j]值就等于上一个位置的值加1;如果不相等,则当前位置的值等于上方或左方的较大值。最后,返回lcsTable[m][n]即为最长公共子序列长度。 在main函数中,我们先输入两个字符串,然后调用lcs函数计算最长公共子序列长度,最后输出结果。 请注意,该模板仅实现了最长公共子序列长度计算,如果需要获取最长公共子序列本身,请根据情况进行修改。 ### 回答3: 最长公共子序列问题是一个经典的动态规划问题,可以通过使用动态规划算法来解决。下面是一个使用C语言编写的最长公共子序列模板程序。 ```c #include <stdio.h> #include <string.h> int max(int a, int b) { return (a > b) ? a : b; } int lcs(char* X, char* Y, int m, int n) { int L[m + 1][n + 1]; int i, j; for (i = 0; i <= m; i++) { for (j = 0; j <= n; j++) { if (i == 0 || j == 0) L[i][j] = 0; else if (X[i - 1] == Y[j - 1]) L[i][j] = L[i - 1][j - 1] + 1; else L[i][j] = max(L[i - 1][j], L[i][j - 1]); } } return L[m][n]; } int main() { char X[] = "ABC"; char Y[] = "ABCD"; int m = strlen(X); int n = strlen(Y); printf("最长公共子序列长度为:%d\n", lcs(X, Y, m, n)); return 0; } ``` 该模板程序中的 `lcs` 函数接受两个字符串 `X` 和 `Y`,以及两个字符串的长度 `m` 和 `n` 作为参数。函数中定义了一个二维数组 `L[m + 1][n + 1]`,用于保存中间结果。接下来,使用两个嵌套循环来填充数组 `L`,直到达到最终的结果。最终,返回 `L[m][n]` 即为最长公共子序列长度。 在 `main` 函数中,定义了两个字符串 `X` 和 `Y`,并使用 `strlen` 函数来获取它们的长度。然后,调用 `lcs` 函数来计算最长公共子序列长度,并将结果打印输出。 这个模板程序可以根据具体问题进行修改和扩展,来解决更加复杂的最长公共子序列问题。
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

打赏作者

a碟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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