题目描述:
动态规划实现
输入输出:
n, m表示A,B字符串的长度
char A[N], B[N]存A,B字符串
输出:
dp[n][m]
dp[i][j]表示A的长度为i, B的长度为j时,LCS的值。
我们可以用dp[i][j]递归定义,然后自底向上求解dp[n][m],即长度为n的A与长度为m的B的LCS。
思路:
1.刻画最优子结构
2.递归(自顶向下)定义最优值:
我们用LCS(i ,j )表示A的长度为i, B的长度为j时的LCS
最重要的一步
本题中,考虑A数组长度为i,B数组长度为j的情况时,
如果A[i] = B[j],那么问题可以规约成求LCS(i -1, j -1),有
LCS(i, j) = LCS(i - 1, j - 1) + 1
如果A[i] != B[j], 那么LCS(i, j) 可以规约为求LCS(i, j - 1)和LCS(i - 1, j)的最大值
LCS(i, j) = max(LCS(i - 1, j), LCS(i, j -1))
for (int i = 1; i <= n; i ++)
for (int j = 1; j <= m; j ++)
{
if (a[i] == b[j]) dp[i][j] = dp[i - 1][j - 1] + 1;
else dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}
3.自底向上迭代计算最优值:
这一步需要注意初始化条件,比如在本题中,我们需要初始化dp数组,
for (int i = 1; i <= m; i ++) dp[0][m] = 0;
for (int i = 1; i <= n; i ++) dp[n][0] = 0;
代表A的长度为0,B的长度为0到m时,LCS为0;
A的长度为0到n时,B的长度为0时,LCS为0;
4.构造最优解(一般就是我们计算得到的)
在本题中最优解就是LCS的长度,即LCS(n, m)但如果需要给出公共子序列,那么就需要额外构造最优解。
本题代码:
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1010;
char a[N], b[N];
int n, m;
int dp[N][N];
int main()
{
cin >> n >> m >> a + 1 >> b + 1;
for (int i = 1; i <= m; i ++) dp[0][m] = 0;
for (int i = 1; i <= n; i ++) dp[n][0] = 0;
for (int i = 1; i <= n; i ++)
for (int j = 1; j <= m; j ++)
{
if (a[i] == b[j]) dp[i][j] = dp[i - 1][j - 1] + 1;
else dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
}
cout << dp[n][m];
return 0;
}