2021-05-21 最长公共子序列

题目描述

给出 1,2,\ldots,n1,2,…,n 的两个排列 P_1P1​ 和 P_2P2​ ,求它们的最长公共子序列。

输入格式

第一行是一个数 nn。

接下来两行,每行为 nn 个数,为自然数 1,2,\ldots,n1,2,…,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 #1复制

5 
3 2 1 4 5
1 2 3 4 5

输出 #1复制

3

说明/提示

n<100000;

//递归,存在大量重复子问题计算,需要动态规划
#include<iostream>
#include<algorithm>
using namespace std;
int a[100005], b[100005], n;
//int dp[1];
int solve(int i, int j)
{
	//返回1-i,1-j的最长公共子序列
	int l=0, r=0;
	if (i == 0 || j == 0)return 0;
	l = solve(i - 1, j);
	r = solve(i, j - 1);
	if (a[i] == b[j]) {
		return solve(i-1,j-1) + 1;
	}
	return max(l, r);
}
int main()
{
	cin >> n;
	for (int i = 1; i <= n; ++i) {
		//cin >> a[i];
		scanf("%d", &a[i]);
	}
	for (int i = 1; i <= n; ++i) {
		//cin >> b[i];
		scanf("%d", &b[i]);
	}
	cout<<solve(n,n);
	return 0;
}

根据递归代码写动态规划

 

//数据太大需要状态压缩,依然无法解决
#include<iostream>
#include<algorithm>
using namespace std;
int a[100005], b[100005], n;
int dp[100005];
int main()
{
	int temp=0,cur;
	cin >> n;
	for (int i = 1; i <= n; ++i) {
		cin >> a[i];
		//scanf("%d", &a[i]);
	}
	for (int i = 1; i <= n; ++i) {
		cin >> b[i];
		//scanf("%d", &b[i]);
	}
	for (int i = 1; i <= n; ++i) {
		temp = 0;
		for (int j = 1; j <= n; ++j) {
			cur = dp[j];
			if (a[i] == b[j])dp[j] = temp + 1;
			else {
				dp[j] = max(dp[j], dp[j-1]);
			}
			temp = cur;
		}
	}
	cout << dp[n];
	return 0;
}

以上可求正常最长公共序列,本题由于太长只能得一半分,

由于这题是1到n的全排列,两个串的元素完全相同且不重复,所以可以将两个串离散化,例如379(一串)变为123将793(二串)就变为231;所以一串离散为一个单调增的数列,如果二串相应数字和一串顺序相同那就也是相应增的,所以题目就变成了,求二串最长单调增序列o(nlogn)。

#include<iostream>
#include<algorithm>
#include<vector>
using namespace std;
int a[100005], b[100005];
int dp[10000], n, m;
int main()
{
	cin >> n;
	vector<int>ans(1, 999999999);
	for (int i = 0; i < n; ++i) {
		cin >> m;
		a[m] = i;
	}
	for (int i = 0; i < n; ++i) {
		cin >> m;
		b[i] = a[m];
	}
	for (int i = 0; i < n; ++i) {
		if (b[i] > ans.back()) {
			ans.push_back(b[i]);
		}
		else {
			*lower_bound(ans.begin(),ans.end(),b[i]) = b[i];
		}
	}
	cout << ans.size();
	return 0;
}

 

  • 0
    点赞
  • 1
    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问题是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