题意
东东有两个序列A和B。
他想要知道序列A的LIS和序列AB的LCS的长度。
注意,LIS为严格递增的,即a1<a2<…<ak(ai<=1,000,000,000)。
Input
第一行两个数n,m(1<=n<=5,000,1<=m<=5,000)
第二行n个数,表示序列A
第三行m个数,表示序列B
Output
输出一行数据ans1和ans2,分别代表序列A的LIS和序列AB的LCS的长度
Example
Simple Input
5 5
1 3 2 5 4
2 4 3 1 5
Simple Output
3 2
最长上升子序列(LIS)总结及思想
暴力解法
对于这个问题,可以用最原始的办法来枚举各种情况,即对于每个元素有取或不取两种情况,然后判断序列是否为上升子序列。如果不是上升子序列,则更新最大长度。直到枚举完所有情况并得到最大长度,但是这种解法之下:如果有n个元素,时间复杂度将高达O(2^n),这显然是不能承受的。
动态规划解法
令dp[i]表示以A[i]结尾的最长上升子序列长度,这样对于A[i]来说就有两种可能:
- 如果存在A[i]之前的元素A[j] (j < i),使得A[i]>A[j] 且 dp[i]< dp[j]+1(即把A[i]跟在以A[j]结尾的LIS后面时能比当前以A[i]结尾的LIS长度更长),那么就把A[i]跟在以A[j]结尾的LIS后面,形成一条更长的LIS(令dp[i]= dp[j]+1);
- 如果A[i]之前的元素都比A[i]大,那么A[i]就只好自己形成一条LIS,但是长度为1,即这个子序列里面只有一个A[i]
最后,以A[i]结尾的LIS长度就是两种情况中能形成的最大长度
例子
现有一个序列{1,5,-1,3},其中元素分别记为A[1],A[2],A[3],A[4]。假设已经知道以A[1],A[2],A[3]为结尾的LIS 分别为{1}、{1,5}、{-1},长度分别为1,2,1.那么如何知道以A[4]为结尾的LIS及其长度呢?由于必须以A[4]结尾,因此考虑分别把A[4]加到前面以A[1],A[2],A[3]结尾的LIS后面,发现:A[1]可加,A[2]不可加,A[3]可加,如此得到结果
状态转移方程:dp[i]=max(1,de[j]+1) (j=1,2,3,…,i-1&&A[i]>A[j])
上面的状态转移方程隐含了边界:dp[i]=1(1<=i<=n)。显然,dp[i]只与小于i的j有关,因此只要让i从小到大遍历即可求出整个dp数组。由于dp[i]表示的是以A[i]结尾的最长上升子序列长度,因此从整个dp数组中找到最大的那个才是要寻求的整个序列的LIS长度,自己鞥天复杂度为O(n^2)。
最长公共子序列(LCS)总结及思想
暴力解法
设序列A和B的长度分别为n和m,那么对两个序列中的每一个字符,分别有选和不选两种选择,而得到两个子序列后,比较两个子序列是否相同又需要O(max(m,n)),这样总复杂度会达到O(2^(m+n)*max(m,n)),无法承受数据大的情况;
动态规划解法(字符串举例)
令dp[i] [j]表示序列A(sadstory)的i号位和序列B(adminsorry)的j号位之前的LCS长度(下标从1开始),如:dp[4][5]表示“sads”和“adm in”的LCS长度。那么可根据A和B的现状,分为两种情况:
- 若A[i]==B[j],则序列A与B的LCS增加了1位,即有dp[i] [j]=dp[i-1] [j-1]+1;
- 若A[i]!=B[j],则序列A的i号位与B的j号位之前的LCS无法延长,因此dp[i] [j]将会继承dp[i-1] [j]和dp[i] [j-1]中的较大值,即有dp[i] [j]=max (dp[i] [j-1],dp[i-1] [j])
状态转移方程:dp[i] [j]=dp[i-1] [j-1]+1 (A[i]==B[j]) ; dp[i] [j]=max (dp[i] [j-1],dp[i-1] [j]) (A[i]!=B[j])
边界:dp[i] [0]=dp[0] [j]=0(0<=i<=n,0<=j<=m)
这样状态dp[i] [j]只与其之前的状态有关,由边界发出就可以得到整个dp数组,最终dp[n] [m]就是需要的答案,时间复杂度为O(nm)。
代码
#include <iostream>
#include <string>
#include <algorithm>
#include <cmath>
#include <cstring>
#include <stdio.h>
using namespace std;
int A[5500],B[5500];
int n,m,ans1;
int dp[5500]; //dp[i]表示以a[i]结尾的最长上升序列长度
int dp1[5500][5500];
void LIS() //最长上升子序列
{
memset(dp,0,sizeof(dp));
ans1=-1; //记录最大长度
for(int i=1;i<=n;i++) //按顺序计算dp[i]的值
{
dp[i]=1; //边界初始条件(先假设每个元素自成一个子序列)
for(int j=1;j<i;j++)
{
if(A[i]>A[j]&&(dp[j]+1>dp[i]))
dp[i]=dp[j]+1; //状态转移方程,更新dp[i]
}
ans1=max(ans1,dp[i]);
}
cout<<ans1<<" ";
}
void LCS() //最长公共子序列
{
for(int i=0;i<=n;i++)
dp1[i][0]=0;
for(int i=0;i<=m;i++)
dp1[0][i]=0;
//状态转移方程
for(int i=1;i<=n;i++)
{
for(int j=1;j<=m;j++)
{
if(A[i]==B[j])
dp1[i][j]=dp1[i-1][j-1]+1;
else
dp1[i][j]=max(dp1[i][j-1],dp1[i-1][j]);
}
}
cout<<dp1[n][m]<<endl;
}
int main()
{
memset(A,0,sizeof(A));
memset(B,0,sizeof(B));
cin>>n>>m;
for(int i=1;i<=n;i++)
cin>>A[i];
for(int i=1;i<=m;i++)
cin>>B[i];
LIS();
LCS();
return 0;
}