算法题
最长公共子序列
给两个字符串,求出最长公共子序列,输出字符串。
//得到公共长度二维数组
void longest_seq(string str1,string str2,vector<vector<int>>& dp) {
int m = str1.size(),n = str2.size();
//vector<vector<int>> dp(m,vector<int>(n,0));
string res = "";
for (int j = 0; j < n; j++) {
if (str2[j] == str1[0]) {
dp[0][j] = 1;
res += str2[j];
}
if (j >= 1 && dp[0][j-1] == 1)
dp[0][j] = 1;
}
for (int i = 1; i < m; i++) {
if (str1[i] == str2[0]) {
dp[i][0] = 1;
}
if (i >= 1 && dp[i-1][0] == 1)
dp[i][0] = 1;
}
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (str1[i] == str2[j])
dp[i][j] = dp[i-1][j-1]+1;
else
dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
}
}
// return dp;
}
//得到字符串
string longest_str(string s1,string s2,vector<vector<int>> dp) {
int m = s1.size(),n = s2.size();
string res = "";
int i = m - 1,j = n - 1;
while (i >= 0 && j >= 0) {
if ((i > 0) && dp[i][j] == dp[i-1][j])
i--;
else if((j > 0) && dp[i][j] == dp[i][j-1])
j--;
else {
res = s1[i] + res;
i--;
j--;
}
}
return res;
}
如果只是需要最长公共序列长度,只需要第一个函数就可以了,而且可以压缩空间只用一位数组做。第二个函数是搜寻找到序列。
最长公共子串
这个和公共子序列不同,这个是连续的字符串。记录最大值和最大值字符串位置就可以得到字符串结果,不只是长度值。
方法1:DP。空间和时间复杂度都是O(MN)
string longest_substr(string str1,string str2){
string res = "";
int m = str1.size(),n = str2.size();
vector<vector<int>> dp(m,vector<int>(n,0));
int max_len = 0;
int max_loc2 = 0;//str2的位置
for (int j = 0; j < n; j++) {
if (str2[j] == str1[0]) {
dp[0][j] = 1;
max_len = 1;
max_loc2 = j;
}
}
for (int i = 0; i < m; i++) {
if (str1[i] == str2[0]) {
dp[i][0] = 1;
max_len = 1;
max_loc2 = 0;
}
}
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (str1[i] == str2[j]) {
dp[i][j] = dp[i-1][j-1] + 1;
}
if (dp[i][j] > max_len) {
max_len = dp[i][j];
max_loc2 = j;
}
}
}
for (int j = max_loc2; j > max_loc2 - max_len; j--) {
res = str2[j] + res;
}
return res;
}
方法2:空间复杂度为O(1)
//todo
编辑距离
这里不同于一般编辑距离,这里增加,删除,替换代价分别为ic,dc,rc.
int distance(string s1,string s2,int ic,int dc,int rc) {
int m = s1.size(),n = s2.size();
if (m == 0)
return n * dc;
if (n == 0)
return n * ic;
vector<vector<int>> dp(m+1,vector<int>(n+1,0));
for (int i = 1;i <= m; i++) {
dp[i][0] = ic * i;
}
for (int j = 1; j <= n; j++) {
dp[0][j] = j * dc;
}
for (int i = 1; i <= m; i++) {
for (int j = 1; j <=n; j++) {
if (s1[i-1] == s2[j-1]) {
dp[i][j] = dp[i-1][j-1];
}
else {
dp[i][j] = min(dp[i-1][j] + ic,min(dp[i][j-1]+dc,dp[i-1][j-1]+rc));
}
}
}
return dp[m][n];
}
方法2:压缩空间方法,和简单的压缩空间稍微有些不一样。
int distance()