1.LCS算法模型
LCS问题就是给定两个序列A和B,求他们最长的公共子序列。
在求解时,我们会设dp[i][j]表示为A[1 ~ i]序列和B[1 ~ j]序列中(不规定结尾)的最长子序列的长度。
if(a[i]==b[i]) dp[i][j]=dp[i-1][j-1]+1;
else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
就是说,当a[i]=b[j]时,可以将他们作为插入到LCS的后面,长度加1即可;当a[i]!=b[j]时,说明此时LCS不会延长,那么就要从dp[i-1][j]和dp[i][j-1]中取大的作为最长的长度。
例题:
示例代码:
#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const ll N = 1e3+5;
int n,m;
ll a[N],b[N],dp[N][N];
int main(){
ios::sync_with_stdio(false);cin.tie(nullptr);cout.tie(nullptr);
cin>>n>>m;
for(int i=1;i<=n;i++)cin>>a[i];
for(int j=1;j<=m;j++)cin>>b[j];
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;
}
如何求出具体的最长子序列?
vector<int> v;
int x=n,y=m;
// 只需要从dp[n][m]向前搜索即可,如果相等则回到左上方,否则回到max(上边,左边)
while(x&&y){
if(a[x]==b[y]){
v.push_back(a[x]);
x--,y--;//左上走
}else if(dp[x-1][y]>dp[x][y-1])x--;//向大的走
else y--;
}
reverse(v.begin(),v.end());
for(const auto &i:v)cout<<i<<' ';
2.LIS算法模型
最长上升子序列是一个经典的DP模型。
子序列指的是一个序列中,按照原顺序选出若干个不一定连续的元素所组成的序列。
在求解LIS时,一般我们会设dp[i]表示1~i序列中以a[i]结尾的最长上升子序列的长度。
状态转移方程为:dp[i] = max(dp[i],dp[j] + 1),if a[i] > a[j]
表示a[i]要插入到不同的子序列后面的情况。
模板例题:
示例代码:
// 设状态 dp[i]表示1~i的最长上升子序列的长度,状态转移方程为 dp[i]=max(dp[i],dp[j]+1) if a[i]>a[j]
#include<iostream>
#include<algorithm>
#include<vector>
using namespace std;
using ll = long long;
const int N = 5e5+10;
int dp[N];
ll n,a[N];
int main(){
ios::sync_with_stdio(0);cin.tie(0);cout.tie(0);
cin>>n;
for(int i=1;i<=n;i++)cin>>a[i];
// 算法优化,实现O(nlogn)
// 如果后边有比较小的值的话,只进行更新数值,虽然前面已经形成的子序列被改变,当时它的长度是没变的,也就是说不断更新数值,最后在容器后边加上符合要求的值
vector<int> v;
for(int i=1;i<=n;i++){
if(v.empty()||a[i]>v.back()){
v.push_back(a[i]);
}else{
auto it=lower_bound(v.begin(),v.end(),a[i]);
*it=a[i];
}
}
cout<<v.size();
return 0;
}