最长公共上升子序列（LCIS）

已于 2022-04-06 00:27:24 修改
阅读量355 收藏
点赞数
分类专栏： 动态规划 文章标签： 动态规划
于 2022-04-06 00:20:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35488647/article/details/123980638
版权
博客介绍了最长公共上升子序列（LCIS）问题，包括问题的大致题意和两种解法。普通做法是通过LCS+LIS思路，时间复杂度为O(n^3)，但可以通过优化将复杂度降低到O(n^2)，从而提高效率。
摘要由CSDN通过智能技术生成

最长公共上升子序列（LCIS）

大致题意

给一个数字 n n n，然后再给两个长度为 n n n的数列，求它们的最长公共上升子序列。

思路

下面的vector都是从1开始存元素的。

普通做法

考虑这样的一个状态 f ( i , j ) f(i,j) f(i,j)，这样的一个状态描述为：截止到 j j j（也就是第二个数列）的位置时，在含有第一个数列的前 i i i个数字中最长公共上升子序列的长度。这个过程就是LCS+LIS的思路。

int solve(std::vector<int> &a, std::vector<int> &b) {
   
    std::vector< std::vector<int> > dp(a.size(), std::vector<int> (b.size(), 0));
    for (int i = 1; i <
最低0.47元/天 解锁文章
本居小鈴
关注
专栏目录
动态规划算法中对子序列的一些模板
04-27
里面主要有关于线性问题中最长公共子序列，最长递增递减子序列，最大子段和，需不需要输出位置，还有最长公共递增子序列，当然，最重要的是可以直接用
【算法】最长公共上升子序列（LCIS）
weixin_45797907的博客
05-26 738
【算法】最长公共上升子序列（LCIS） 算法描述 给定两个长度的字符串r1和r2，求既是r1的子序列又是r2的子序列且该子序列为单调递增的字符串长度最长为多少 子序列：序列的一部分项按原有次序排列而得到的序列 大致思路 1.若两个字符串中只要出现其中一个没有元素，返回0 2.创建一个记录到达对应位置的公共子序列个数的dp二维数组 3.用两层for循环比较，两层都从第2个元素开始，错位逐个记录出dp二维数组的元素的值 4.元素判断是否相等，判断是否为上升序列 5.返回最大的dp数组值 代码实现 //时
子序列与子串问题（最长公共、最长递增）
qq_43232556的博客
08-18 675
子序列与子串问题（最长公共、最长递增）概念1. 最长公共子序列（LCS）1.1 问题描述1.2 思路 上一期总结了leetcode 中的关于最长回文子串问题的解决方法，大概分为：暴力枚举、动态规划、马拉车算法（Manacher）、中心扩展等，其中有一种可以转换为最长公共子串解决的方法，顿时想到了许多关于子串和子序列的众多问题，其中包括最长公共子序列和最长公共子串的问题，最长递增子序列的问题等等，现在做一下总结。 概念 （1）字符子串：指的是字符串中连续的n个字符，如abcdefg中，ab，cde，fg等都属
动态规划——最长公共/递增子序列
qq_46032158的博客
07-24 809
作为动态规划的基础类问题，最长公共子序列问题（LCS）、最长递增子序列问题（LIS）也是入手动态规划所必须掌握的问题。 一、最长公共子序列 问题描述： 子序列：从已有序列中删去若干元素得到的序列。如（1，3）是（1，2，3）的子序列。 公共子序列：给定两个序列X、Y，若存在序列Z既是X的子序列，又是Y的子序列，则称Z是X、Y的公共子序列。 最长公共子序列问题：给定两个序列X、Y，求X和Y的最长公共子序列的长度。 题目描述很简洁（一个基础问题应有的样子）。回顾一下动态规划...
最长公共递增子序列
qq_45595985的博客
10-14 523
小h的消息加密 题目描述 小h最近看了谍战电影，对里面消息的加密方式很感兴趣，他决定和朋友试一试，小h给朋友两个序列，两个序列的最长公共单调递增子序列就是要传递的消息，有时候序列太长了，小h的朋友找不出来，所以他找到了你 输入 第一个数字n表示序列长度 后面两行每行n个数字表示小h给出的两个序列 (n<=1000) 输出 输出需要传递的原序列的长度 样例输入 3 1 2 3 3 1 2 样例输出 2 #include<bits/stdc++.h> #define ll
最长公共上升子序列(LCIS)的平方算法
07-16
它结合了最长公共子序列（Longest Common Subsequence, LCS）与最长上升子序列（Longest Increasing Subsequence, LIS）的特点，是一种具有较高应用价值的问题。本文将详细介绍一种求解LCIS问题的时间复杂度为O(n^2)...
最长连续递增序列（滑窗）1
08-03
这个问题旨在找出一个整数数组中的最长连续递增子序列的长度，其中子序列必须是连续的，也就是说，相邻的元素之间在原数组中的位置也要相邻，并且后一个元素大于前一个元素。 给定的题目描述了一个简单的解决方案，...
LCIS的O（m*n）算法
06-03
在计算机科学领域中，最长公共子序列问题（LCS）与最长上升子序列问题（LIS）都是经典的问题。这两类问题的研究不仅对于理论计算机科学有着重要的意义，而且在实际应用中也具有广泛的价值，比如在数据压缩、生物信息...
动态规划中的提纯 - 陈启峰1
08-03
以最长公共上升子序列（LCIS）问题为例，初始状态表示为`xji`，表示序列A的前`i`项和序列B的前`j`项的LCIS长度，且要求`Ai=Bj`。由于这样的状态表示，计算量会达到`O(n^4)`，效率低下。为了减少重复计算，可以引入新...
最长递增子序列(LIS)+最长公共子序列(LCS)+最长公共递增子序列(LICS)（非常详细的python示例代码）
我有明珠一颗的博客
10-15 509
一、最长递增子序列(LIS)问题 最长递增子序列(LIS)问题：已知一个序列，找出最长单调递增子序列(不要求连续) 网上只找到计算长度的代码，没有找到输出最长序列的代码，因此只有部分参考价值，此处给出的代码，可以随机输出最长递增子序列中的一个 ''' 最长递增子序列(LIS)问题：已知一个序列，找出最长单调递增子序列(不要求连续) 网上只找到计算长度的代码，没有输出最长序列的代码，因此只有部分参考价值 ''' import random import numpy as np # 方法一：最长公共子
最长公共上升子序列
qq_64128135的博客
05-09 575
一： 状态表示 f[i][j] ; 第一个序列前 i 个字母，与第二个序列前 j 个字母，为确定公共上升子序列的结尾数我们规定以第二个序列的第 j 个字母为结尾； 第一个序列前 i 个字母，与第二个序列前 j 个字母，并且以第二个子序列第 j 个数结尾的公共上升子序列 二 ：状态计算 划分为包括第 i 个数与不包括第 i 个数的两个集合 对于不包括第 i 个数的f[i][j] = f[i - 1][j]; 第二种状态的判...
最长公共上升子序列(LCIS)
CUCUC1的博客
02-06 3293
前置知识 LCS LIS 注意：   刚开始看这个问题的时候，第一反应是先求出LCS再求出LCS的LIS，事实上这是有问题的，我们并不能保证这么求出的LCIS是最长的,比如下面这个例子 Example a:7 1 5 6 4 2 7 b:7 1 5 4 6 7 2 按照递归的取“最长公共子序列”,取出： 7 1 5 6 2 此序列的“最长上升子序列”为： 1 5 6 (len=3) 但原序列的“最长公共上升子序列”为： 1 5 6 7 (len=4) 求解  设第一个串为a，第二个串为b
问题 D: LCIS II---最长公共上升子序列
qq_43690454的博客
11-26 217
第二天叫醒我的不是闹钟，是梦想！ 题目描述 熊大妈的奶牛在小沐沐的熏陶下开始研究信息题目。小沐沐先让奶牛研究了最长上升子序列，再让他们研究了最长公共子序列，现在又让他们研究最长公共上升子序列了。 小沐沐说，对于两个数列A和B，如果它们都包含一段位置不一定连续的数，且数值是严格递增的，那么称这一段数是两个数列的公共上升子序列，而所有的公共上升子序列中最长的就是最长公共上升子序列了。 奶牛半懂不懂...
最长公共上升子序列（DP）
帅比王的博客
02-03 8228
问题描述：在动态规划中，最长公共子序列（LCS）与最长上升子序列（LIS）是基础的线性DP。现在要求求出两个不等长序列的最长公共上升子序列，故名思意，定义类似前两个问题。 解题思路：如果已经会求最大公共子序列，那么自然就可以想到，只需在最长公共子序列上找一遍最长上升子序列即可。然而具体的状态转移方程，只要在两个元素判等后进行进一步操作即可，稍微注意一下状态的始末，即k为何从0开始而不是1。该方法...
动态规划之最长公共子序列 最长递增子序列
zero_one_fa的博客
03-23 1244
最长公共子序列 最长公共子序列很简单dp[i][j]分别代表str1的第i个字符和str2第j字符 那么如果当前字符相等那么即str1[i]==str2[j]那么dp[i][j]==dp[i-1][j-1]+1如果不等的话就比较麻烦了如果不等dp[i][j]=max(dp[i-1][j],dp[i][j-1])意思就是找str1前i-1个元素与str2前j个元素最大的子序列or意思就是找str1前i个元素与str2前j+1 个元素最大的子序列那么我们就有了转移方程 if(str1[i]==str2[j]
【最长公共上升子序列】
DJL新时代农民工DJL
09-01 180
最长公共上升子序列是LCS问题和LIS问题的结合 LCS问题中，f[i][j]表示a中前i个元素与b中前j个字符的最长公共子序列的长度，状态转移方程为a[i] == b[j]时，f[i][j] = f[i-1][j-1] + 1;a[i] != b[j]时，f[i][j] = max(f[i-1][j],f[i][j-1])。 LIS问题中f[i]表示以a[i]为末尾的最长上升子序列长度 如果我们直接用f[i][j]表示a中前i个元素与b中前j个元素的最长公共上升子序列的长度。而求上升子序列时需
动态规划最长公共上升子序列问题
最新发布
05-13
动态规划最长公共上升子序列问题（Longest Common Increasing Subsequence，简称 LCIS）是指给定两个序列 A 和 B，求它们的最长公共上升子序列的长度。其中，最长公共上升子序列指的是两个序列的子序列中，既是上升子序列，又是公共的最长子序列。 解决该问题的关键是设计状态转移方程。我们可以定义 dp[i][j] 表示 A[1...i] 和 B[1...j] 中以 B[j] 结尾的最长公共上升子序列的长度。状态转移方程如下： 1. 当 A[i] == B[j] 时，dp[i][j] = max{dp[k][m]} + 1，其中 k < i，m < j，A[k] < A[i]，B[m] < B[j]。 2. 当 A[i] != B[j] 时，dp[i][j] = dp[i][j-1]。 最终，我们需要遍历 dp 数组，找到所有 dp[i][j] 中的最大值，即为所求的最长公共上升子序列的长度。 时间复杂度为 O(n^2)，其中 n 为序列的长度。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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