ps:动态规划经常考虑倒着来做
(1)最大子段和(子段:指一段连续的子数列)
eg:
6(数据个数)
-2 11 -4 13 -5 -2
解法一:暴力枚举两个端点,时间复杂度o(n)
解法二:
#include<iostream>
using namespace std;
int main(){
int n;
cin>>n;
int a[1000]={0};
int max=-99;
for(int i=1;i<=n;i++){
cin>>a[i];
if(a[i]>max)max=a[i];
}
int sum=0;
for(int i=1;i<=n;i++){
sum+=a[i];
if(sum<=0)sum=0;
else{
if(sum>max)max=sum;
}
}
cout<<max<<endl;
}
(2)最长上升子序列
最长上升子序列,又称LIS(Longest Increasing Subsequence)是动态规划的一个经典应用。
在原序列取任意多项(不要求连续—),不改变他们在原来数列的先后次序,得到的序列称为#原序列的子序列。最长上升子序列,就是给定序列的一个最长的、数值从低到高排列的子序列,最长上升子序列不一定是唯一的。例如,序列2,1,5,3,6,4,6,3的最长上升子序列为1,3,4,6和2,3,4,6,长度均为4。
输入:
8
2 1 5 3 6 4 6 3
输出:4
#include<iostream>
using namespace std;
int n;
int a[1000]={0};
int times[1000]={0};
int LIS(){
int ans=0;//remember the times
for(int i=1;i<=n;i++){
times[i]=1;
for(int j=i-1;j>=1;j--){
if(a[j]<a[i]){
times[i]=max(times[i],times[j]+1);
}
}
if(times[i]>ans)ans=times[i];
}
return ans;
}
int main(){
cin>>n;
for(int i=1;i<=n;i++){
cin>>a[i];
}
int a=LIS();
cout<<a<<endl;
}
(3)最长公共子序列
最长公共子序列:给定两个序列S和S2,求二者公共子序列S的最长的长度有了前面的基础,可以发现这个问题仍然可以按照序列的长度来划分状态,也就是 S 的前个字符和 S的前个字符的最长公共子序列长度,记为 lcs[][。如果Si的第项,和S2的第项相同,那么 S与S[作为公共子序列的末尾,则(即当S的第i个和S2的第j个能匹配时:)
LCS[i][j] = LCS[i-1] [j-1] + 1
也可以不让Si与S2作为公共子序列的末尾(当S的第i个和S2的第j个不能匹配时,判断:i-1和j以及i和j-1能否匹配),则
LCS[i][j] = max( LCS[i-1[[j-1]] , LCS[i-1[[j] )
ps:如果当前i,j相等,则dp[i+1][j+1]的值加一
#include<iostream>
#include<algorithm>
#include<bits/stdc++.h>
using namespace std;
//本题中求的最长公共子序列,不是连续的
int main(){
string s1,s2;
cin>>s1>>s2;
int len1=s1.size();
int dp[100][100]={0};
int len2=s2.size() ;
cout<<"len:"<<len1<<endl;
for(int i=1;i<=len1;i++){
for(int j=1;j<=len2;j++){
if(s1[i-1]==s2[j-1]){//两个相等的话,直接都向前一位继续判断
dp[i][j]=dp[i-1][j-1]+1;
}
else {//如果当前不相等,让两个字符串分别向前移动一位,计算最大的作为当前值
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
}
cout<<dp[len1][len2]<<endl;
return 0;
}
(四)两个字符串S=“ABCF”(m个字符),T=“DBFG"(n个字符),之间的操作,找到至少的步骤,将T转化为S
(1)删除其中一个的任意一个字符
(2)将其中一个字符改为另外一个字符
(3)加入任意一个字符
一:直接将T删除,转化为S,需m+n次
二:不能用搜索,因为需要逐个考虑将字符添加删除,时间复杂度:O(26^m)
三:思路:添加—,使得两个字符串长度相同,考虑字符串的位置,使得已有的字符有最多的对齐,在进行不相同字符串的修改