动态规划经典例题-最长公共子序列-python

最长公共子序列

问题描述:

在这里插入图片描述

题解:以问题中为例:

A='helloworld'

B='loop'

res[i][j]表示:截止到B的第i个字符和截止到A的第j个字符的最长公共子序列

例如:res[2][5]=2表示第2行第5列,也就是lo和hello的最长公共子序列等于2

 0helloworld
000000000000
l00011111111
o00011222222
o00011223333
p00011223333

 

 

 

 

 

 

其推到公式为:

代码如下:

def lcs(s, t):
    len1 = len(s)
    len2 = len(t)
    # 初始化一个二维数组,行数为t的大小,列数为s的大小
    res = [[0 for i in range(len1 + 1)] for j in range(len2 + 1)]
    for i in range(1, len2 + 1):
        for j in range(1, len1 + 1):
            if t[i - 1] == s[j - 1]:
                res[i][j] = 1 + res[i - 1][j - 1]
            else:
                res[i][j] = max(res[i - 1][j], res[i][j - 1])
    return res[-1][-1]

 

最长公共子串

问题描述:

在这里插入图片描述

res[i][j]表示:截止到B的第i个字符和截止到A的第j个字符的最长公共子串

和LCS问题唯一不同的地方在于当A[i] != B[j]时,res[i][j]就直接等于0了,因为子串必须连续,且res[i][j] 表示的是以A[i],B[j]截尾的公共子串的长度。因此可以根据这个方程来进行填表,以"helloworld"和“loop”为例:

 0helloworld
000000000000
l00011000010
o00000201000
o00000101000
p00000000000

 

 

 

 

 

 

 

代码中需要一个变量来记录最大公共子串的数值

代码如下:

def lcs_string(s, t):
    len1 = len(s)
    len2 = len(t)
    # 初始化一个二维数组,行数为t的大小,列数为s的大小
    res = [[0 for i in range(len1 + 1)] for j in range(len2 + 1)]
    # 声明一个变量,记录最大公共子串的值
    max_len = 0
    for i in range(1, len2 + 1):
        for j in range(1, len1 + 1):
            if t[i - 1] == s[j - 1]:
                res[i][j] = 1 + res[i - 1][j - 1]
            else:
                res[i][j] = 0
            max_len = max(max_len, res[i][j])
    return max_len

 

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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