算法学习——子序列性质相关经典算法

Longest Common Subsequence(LCS,最长公共子序列)
  • DP算法
  • 状态f[i][j]: 字符串A前i个字符和字符串B前j个字符的LCS
  • 转移方程:
    if A[i-1] != B[j-1],
    f[i][j]=max{f[i1][j],f[i][j1],f[i1][j1]} f [ i ] [ j ] = m a x { f [ i − 1 ] [ j ] , f [ i ] [ j − 1 ] , f [ i − 1 ] [ j − 1 ] }

    if A[i-1] == B[j-1],
    f[i][j]=max{f[i1][j],f[i][j1],f[i1][j1]+1} f [ i ] [ j ] = m a x { f [ i − 1 ] [ j ] , f [ i ] [ j − 1 ] , f [ i − 1 ] [ j − 1 ] + 1 }
  • Code:
int longestCommonSubsequence(string &A, string &B) {
        // case 1
        if(A.empty() || B.empty()) return 0;

        // case 2
        int n = A.size(), m = B.size();
        // init null has 0 common subsequence with others
        vector<vector<int>> f(n+1, vector<int>(m+1, 0));

        for(int i=1; i<=n; ++i){
            for(int j=1; j<=m; ++j){
                if(A[i-1] == B[j-1])
                    f[i][j] = max(max(f[i-1][j], f[i][j-1]), f[i-1][j-1]+1);
                else{
                    f[i][j] = max(max(f[i-1][j], f[i][j-1]), f[i-1][j-1]);
                }
            }
        }

        return f[n][m];
    }
Longest Palindromic Subsequence(最长回文子序列)
Longest Increasing Continuous Subsequence(最长连续上升子序列)
Longest Increasing Subsequence(最长上升子序列)
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