递归算法求n个不同字符的所有全排序列

  设str是含有n个不同字符的数组例如12345,perm(str,k,n)为str[0]~str[k]的所有字符全排序输出函数,n为str数组字符个数。以此类推,perm(str,k-1,n)处理的字符个数比perm(str,k,n)处理的字符个数少一个。假定perm(str,k-1,n)可求,对于第k个位置可以任取str[0]~str[k-1]内任意元素作为str[k],再组合perm(str,k+1,n)得到perm(str,k,n)。
  再递归之前先选取一个元素和位置k的元素交换,这一级递归完成之后,再把元素交换回来,保证初始元素顺序不改变,以实现所有字符都能在位置k上完成一次递归。
  由此可以写出一下代码:

void perm(int str[],int k,int n) {
    int i,j;
    int temp;
    if(k==0) {
        for(i=0;i<n;i++)cout<<
  • 4
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
动态规划算法: 动态规划算法的思路是:先构建一个二维数组 dp,其中 dp[i][j] 表示 s1 的前 i 个字符和 s2 的前 j 个字符的最长公共子序的长度。然后,依次填充 dp 数组的每个元素,最终得到 dp[m][n] 就是 s1 和 s2 的最长公共子序的长度。 具体的填充方法是,从左到右、从上到下遍历 dp 数组,根据递归表达式,依次计算出每个 dp[i][j] 的值。最终得到 dp[m][n] 就是所。 Python代码如下: ``` def longest_common_subsequence(s1, s2): m, n = len(s1), len(s2) dp = [[0] * (n+1) for _ in range(m+1)] for i in range(1, m+1): for j in range(1, n+1): if s1[i-1] == s2[j-1]: dp[i][j] = dp[i-1][j-1] + 1 else: dp[i][j] = max(dp[i-1][j], dp[i][j-1]) return dp[m][n] ``` 递归算法递归算法的思路是:根据递归表达式,依次递归解 s1 的前 i 个字符和 s2 的前 j 个字符的最长公共子序的长度。具体的递归过程如下: 1. 如果 s1 或 s2 为空字符串,则它们的最长公共子序的长度为 0。 2. 如果 s1 和 s2 的最后一个字符相同,则它们的最长公共子序的长度为它们各去掉最后一个字符后的子串的最长公共子序的长度加上 1。 3. 如果 s1 和 s2 的最后一个字符不同,则它们的最长公共子序的长度为它们分别去掉最后一个字符后的子串的最长公共子序的长度的最大值。 递归函数的代码如下: ``` def longest_common_subsequence(s1, s2): m, n = len(s1), len(s2) if m == 0 or n == 0: return 0 if s1[m-1] == s2[n-1]: return longest_common_subsequence(s1[:m-1], s2[:n-1]) + 1 else: return max(longest_common_subsequence(s1[:m-1], s2), longest_common_subsequence(s1, s2[:n-1])) ``` 注意:递归算法的时间复杂度较高,不适合处理较长的字符串,而动态规划算法的时间复杂度为 O(mn),适用于处理长度较大的字符串。

“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 1
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