课程笔记计算最长公共子序列(动态规划、递归,备忘录优化)

动态规划

直接上动态规划方程:
在这里插入图片描述
非常简单的动态规划。

  1. 如果用填表来说,填表的过程是首先把第0行第0列赋值为0 。
  2. 然后一行一行从左到右填表。
#include<iostream>
using namespace std;
const int NUM = 51;
int dp[NUM][NUM];
int b[NUM][NUM]; // 记录位置
void LCSLength(int m, int n, char x[], char y[])
{
	for (int i = 1; i <= m; ++i)
	{
		dp[i][0] = 0;
	}
	for (int i = 1; i <= n; ++i)
	{
		dp[0][i] = 0;
	}
	for (int i = 1; i <= m; ++i)
	{
		for (int j = 1; j <= n; ++j)
		{
			if (x[i] == y[j])
			{
				dp[i][j] = dp[i - 1][j - 1] + 1;
				b[i][j] = 1;
			}
			else if (dp[i - 1][j] > dp[i][j - 1])
			{
				dp[i][j] = dp[i - 1][j];
				b[i][j] = 2;
			}
			else
			{
				dp[i][j] = dp[i][j - 1];
				b[i][j] = 3;
			}
		}
	}
}
void LCS(int i, int j, char x[])
{
	if (i == 0 || j == 0)
		return;
	if (b[i][j] == 1)
	{
		LCS(i - 1, j - 1, x);
		cout << x[i] << " ";
	}
	else if (b[i][j] == 2)
		LCS(i - 1, j, x);
	else
		LCS(i, j - 1, x);
}
int main()
{
	int m, n;
	char x[NUM], y[NUM];
	cin >> m >> n;
	for (int i = 1; i <= m; ++i)
	{
		cin >> x[i];
	}
	for (int i = 1; i <= n; ++i)
	{
		cin >> y[i];
	}
	LCSLength(m, n, x, y);
	for (int i = 1; i <= m; ++i)
	{
		for (int j = 1; j <= n; ++j)
		{
			cout << dp[i][j] << " ";
		}
		cout << endl;
	}
	cout << "--------------------" << endl;
	for (int i = 1; i <= m; ++i)
	{
		for (int j = 1; j <= n; ++j)
		{
			cout << b[i][j] << " ";
		}
		cout << endl;
	}
	cout << "--------------------" << endl;
	LCS(m, n, x);
	return 0;
}
/*
4 7
B C D B
A B C B D A B
*/

递归

这里自己类比了矩阵乘积的动态规划转递归的思路,把这道题用递归的方法做了一遍,感觉比动态规划麻烦一些,因为老师没有给代码,所以这道题是按照自己的思路解的,过程中有很多麻烦的地方,优化也有很多不足,但是总算是自己折腾出来了。

  1. 递归求解方程类似于动态规划方程。
  2. 始终保证x[]是短字符数组,y[]是长字符数组,因为在做题的过程中出现了重复值。所以我用的解决思路是定义了一个b数组,并且b数组始终保存的是段字符数组是否已经有重合对象,如果已经有了重合对象,那之后就不继续找了。
  3. 最后用了栈来存储相同的字符,最后逆序输出。
#include<iostream>
#include<algorithm>
#include<stack>
using namespace std;
const int NUM = 51;
int k;
int b[NUM];
stack<char>s;
int LCSLenth(int i, int j, char x[], char y[])
{
	if (i == 0 || j == 0)
		return 0;
	if (x[i] == y[j] && b[i] == 1)
	{
		b[i] = 0;
		s.push(x[i]);
		return LCSLenth(i - 1, j - 1, x, y) + 1;
	}
	return max(LCSLenth(i - 1, j, x, y), LCSLenth(i, j - 1, x, y));
}
int main()
{
	int m, n;
	char x[NUM], y[NUM], t[NUM];
	cin >> m >> n;
	k = min(m, n);
	for (int i = 1; i <= k; ++i)
	{
		b[i] = 1;
	}
	if (m > n) // 始终保证x[]是短字符数组,y[]是长字符数组
	{
		for (int i = 1; i <= m; ++i)
		{
			cin >> y[i];
		}
		for (int i = 1; i <= n; ++i)
		{
			cin >> x[i];
		}
		swap(m, n);
	}
	else
	{
		for (int i = 1; i <= m; ++i)
		{
			cin >> x[i];
		}
		for (int i = 1; i <= n; ++i)
		{
			cin >> y[i];
		}
	}
	LCSLenth(m, n, x, y);
	while (!s.empty())
	{
		cout << s.top() << " ";
		s.pop();
	}
	return 0;
}
/*
4 7
B C D B
A B C B D A B

7 4
A B C B D A B
B C D B
*/

备忘录优化

类似于矩阵相乘的思想,用数组存储了一下,用空间换大量的时间。

int LCSLenth(int i, int j, char x[], char y[])
{
	if (i == 0 || j == 0)
		return 0;
	if (dp[i][j] > 0)
		return dp[i][j];
	if (x[i] == y[j] && b[i] == 1)
	{
		b[i] = 0;
		s.push(x[i]);
		dp[i][j] = LCSLenth(i - 1, j - 1, x, y) + 1;
		return LCSLenth(i - 1, j - 1, x, y) + 1;
	}
	dp[i][j] = max(LCSLenth(i - 1, j, x, y), LCSLenth(i, j - 1, x, y));
	return max(LCSLenth(i - 1, j, x, y), LCSLenth(i, j - 1, x, y));
}
  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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