最长公共子序列
代码(附分析过程)
import java.util.Scanner;
public class one {
// DP求解最长公共子序列
public static int LcsLength(char[] x, char[] y, int[][] vis) {
int m = x.length - 1;
int n = y.length - 1;
int[][] c = new int[m + 1][n + 1]; // 记录x[0]...x[i]与y[0]...y[j]的最长公共子序列长度
for (int i = 1; i <= m; i++) { // 初始化y串长度为0的情况
c[i][0] = 0;
}
for (int i = 1; i <= n; i++) { // 初始化x串长度为0的情况
c[0][i] = 0;
}
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
if (x[i] == y[j]) { // x[i]与y[j]相等的情况
c[i][j] = c[i - 1][j - 1] + 1;
vis[i][j] = 1; // 记录为第一种情况
} else if (c[i - 1][j] >= c[i][j - 1]) { // x[i]与y[j]不相等的第一种情况
c[i][j] = c[i - 1][j];
vis[i][j] = 2;// 记录为第二种情况
} else { // x[i]与y[j]不相等的第二种情况
c[i][j] = c[i][j - 1];
vis[i][j] = 3;// 记录为第三种情况
}
}
}
return c[m][n];
}
//通过vis数组寻找最长子串序列
public static void lcs(int i, int j, char[] x, int[][] vis) {
if (i == 0 || j == 0) { //由一方为空串
return;
}
if (vis[i][j] == 1) { //x[i]与y[j]相等的情况
lcs(i - 1, j - 1, x, vis);
System.out.print(x[i]+" ");
} else if (vis[i][j] == 2) { // x[i]与y[j]不相等的第一种情况
lcs(i-1,j,x,vis);
}else{ // x[i]与y[j]不相等的第二种情况
lcs(i,j-1,x,vis);
}
}
public static void main(String args[]) {
Scanner scanner = new Scanner(System.in);
int xLen = scanner.nextInt();
int yLen = scanner.nextInt();
char[] x = new char[xLen + 1];
char[] y = new char[yLen + 1];
for (int i = 1; i <= xLen; i++) {
x[i] = scanner.next().charAt(0);
}
for (int i = 1; i <= yLen; i++) {
y[i] = scanner.next().charAt(0);
}
int[][] vis = new int[xLen + 1][yLen + 1];
int maxLcs = LcsLength(x, y, vis);
System.out.println(maxLcs);
lcs(xLen,yLen,x,vis);
}
}
测试输入
8 9
1, 3, 4, 5, 6, 7, 7, 8
3, 5, 7, 4, 8, 6, 7, 8, 2
测试输出
5
3 4 6 7 8
运行结果
电路布线
代码(附分析过程)
import java.text.CharacterIterator;
import java.util.Scanner;
public class two {
//求解最大不想交子集数目
public static void mnset(int[] c, int[][] size) {
int n = c.length - 1;
for (int i = 0; i < c[i]; i++) {
size[1][i] = 0; //j<π(1)
}
for (int i = c[1]; i <= n; i++) {
size[1][i] = 1; //j>=π(1)
}
for (int i = 2; i < n; i++) {
for (int j = 0; j < c[i]; j++) {
size[i][j] = size[i - 1][j]; //j<π(i)
}
for (int j = c[i]; j<=n;j++){
size[i][j]=Math.max(size[i-1][j],size[i-1][c[i]-1]+1); //j>=π(i)
}
}
size[n][n]=Math.max(size[n-1][n],size[n-1][c[n]-1]+1);
}
//构造最优解
public static int traceback(int[] c,int[][] size,int[] net){
int n=c.length-1;
int j=n;
int m=0;
for (int i = n; i > 1; i--) {
if(size[i][j]!=size[i-1][j]){
net[m++]=i;
j=c[i]-1;
if(j>=c[1]){
net[m++]=1;
}
}
}
return m;
}
public static void main(String args[]) {
Scanner scanner=new Scanner(System.in);
int len = scanner.nextInt();
int[] c=new int[len+1];
int[][] size=new int[len+1][len+1];
for (int i = 1; i <= len; i++) {
c[i]=scanner.nextInt();
}
mnset(c,size);
System.out.println(size[len][len]);
}
}
测试输入
10
8 7 4 2 5 1 9 3 10 6
测试输出
4
运行结果
实验总结
动态规划算法:
全局最优解中一定包含某个局部最优解,但不一定包含前一个局部最优解,因此需要记录之前的所有最优解
动态规划的关键是状态转移方程,即如何由以求出的局部最优解来推导全局最优解
边界条件:即最简单的,可以直接得出的局部最优解
设计动态规划的四个步骤:
1、刻画一个最优解的结构特征。
2、递归地定义最优解的值。
3、计算最优解的值,通常采用自底向上的方法。
4、利用计算出的信息构造一个最优解。
动态规划的应具备两个要素:
1、最优子结构性质。当问题的最优解包含了其子问题的最优解时,称该问题具有最有子结构性质;
2、重叠子问题性质。