LCS及其应用（最长公共子序列）

最新推荐文章于 2024-10-13 22:59:48 发布

lpls1

最新推荐文章于 2024-10-13 22:59:48 发布

阅读量229

点赞数

分类专栏： dp 字符串

本文链接：https://blog.csdn.net/qq_42021845/article/details/104830777

版权

dp 同时被 2 个专栏收录

8 篇文章 0 订阅

订阅专栏

字符串

3 篇文章 0 订阅

订阅专栏

本文深入探讨了求解两个字符串的最长公共子序列(LCS)的经典动态规划算法。通过dp[i][j]记录字符串a的前i个字符与字符串b的前j个字符的LCS长度，递推公式清晰地展示了状态转移过程。当a[i]等于b[j]时，LCS长度为dp[i-1][j-1]+1；反之，则取dp[i-1][j]与dp[i][j-1]的最大值。

摘要由CSDN通过智能技术生成

$d p [i] [j]$ 表示
$a$ 串的前 $i$ 个与b串的前 $j$ 个的最长公共子序列的长度。则：
$\begin{cases} max(dp[i-1][j],dp[i][j-1])& a[i]!=b[i]\\ dp[i-1][j-1]+1& a[i]=b[i] \end{cases}$

for(int i=1;i<=len;i++) {
				for(int j=1;j<=len;j++) {
					if(a[i-1]==b[j-1])dp[i][j]=dp[i-1][j-1]+1;
					else dp[i][j]=Math.max(dp[i-1][j], dp[i][j-1]);
				}
			}