172210704111-陈国佳总结《2017年12月20日》【连续071天】
标题:求排列的逆序数的解决和分治例题(最长公共子序列)的学习;
内容:
A.求排列的逆序数的提交代码:
#include<iostream>
using namespace std;
void Merge(int a[],int s,int m,int e,long long&NUM,int tmp[])
{
int p1=s,p2=m+1,pb=0;
while(p1<=m &&p2<=e){
if(a[p1]<=a[p2])tmp[pb++]=a[p2++];
else if(a[p1]>a[p2]){
NUM+=e-p2+1;
tmp[pb++]=a[p1++];
}
}
while(p1<=m)
tmp[pb++]=a[p1++];
while(p2<=e)
tmp[pb++]=a[p2++];
for(int i=0;i<e-s+1;++i)
a[s+i]=tmp[i];
}
long long MergeSortAndCount(int a[],int s,int e,long long&NUM,int tmp[])
{
if(s<e){
int m=s+(e-s)/2;
MergeSortAndCount(a,s,m,NUM,tmp);
MergeSortAndCount(a,m+1,e,NUM,tmp);
Merge(a,s,m,e,NUM,tmp);
}
return NUM;
}
int main()
{
int n;
long long NUM=0;
cin>>n;
int a[n],b[n];
for(int i=0;i<n;i++){
cin>>a[i];
}
int size=sizeof(a)/sizeof(int);
cout<<MergeSortAndCount(a,0,size-1,NUM,b)<<endl;
return 0;
}
由于只是超时,所以逻辑上无错,我一直在做的便是优化,
这里举最后两次:
for(int i=p2;i<=e;i++){ NUM++; }
这个循环我发现可以直接写成
NUM+=e-p2+1;
结果:
可见一个for循环在大量的递归计算中产生的资源消耗的巨大;
B.
动态规划的两种常用形式:
1)递归型:
优点:直观;缺点:可能爆栈。
2)递推型:效率高,可能使用滚动数组节省空间;
例题:
描述
我们称序列Z = < z1, z2, ..., zk >是序列X = < x1, x2, ..., xm >的子序列当且仅当存在 严格上升 的序列< i1, i2, ..., ik >,使得对j = 1, 2, ... ,k, 有xij = zj。比如Z = < a, b, f, c > 是X = < a, b, c, f, b, c >的子序列。
现在给出两个序列X和Y,你的任务是找到X和Y的最大公共子序列,也就是说要找到一个最长的序列Z,使得Z既是X的子序列也是Y的子序列。
输入
输入包括多组测试数据。每组数据包括一行,给出两个长度不超过200的字符串,表示两个序列。两个字符串之间由若干个空格隔开。
输出
对每组输入数据,输出一行,给出两个序列的最大公共子序列的长度。
样例输入
abcfbc abfcab
programming contest
abcd mnp
样例输出
4
2
0
思路:
输入两个串s1,s2,设MaxLen(i,j)表示:
s1的左边i个字符形成的子串,与s2左边的j个字符形成的子串的最长公共子序列的长度(i,j从0开始算)
MaxLen(i,j)就是本题的状态;
假定len1=strlen(s1),len2=strlen(s2)
题目的要求便是MaxLen(len1,len2)
MaxLen(n,0)=0;
MaxLen(0,n)=0;
递推公式:
if(s1[i-1]==s2[j-1]) //s1最左字符为s1[0];
MaxLen(i,j)=MaxLen(i-1,j-1)+1;
else
MaxLen(i,j)=Max(MaxLen(i,j-1),MaxLen(i-1,j));
之所以else这样写,因为可证左式必不小与右中的俩式,且左式不同时大于右两式(反证);
时间复杂度O(m*n)m,n为两个字串长度;
解:
#include<iostream>
#include<cstring>
using namespace std;
char sz1[1000];
char sz2[1000];
int maxLen[1000][1000];
int main()
{
while(cin>>sz1>>sz2){
int length1=strlen(sz1);
int length2=strlen(sz2);
int nTmp;
int i,j;
for(i=0;i<=length1;i++)
maxLen[i][0]=0;
for(j=0;j<=length2;j++)
maxLen[0][j]=0;
for(i=1;i<=length1;i ++){
for(j=1;j<=length2;j++){
if(sz1[i-1]==sz2[j-1])
maxLen[i][j]=maxLen[i-1][j-1]+1;
else
maxLen[i][j]=max(maxLen[i][j-1],maxLen[i-1][j]);
}
}
cout<<maxLen[length1][length2]<<endl;
}
return 0;
}
明日计划:继续学习动态规划;