【基本概念】
- 子序列: 一个序列 A=a1,a2,……an 中任意删除若干项,剩余的序列叫做 A 的一个子序列。也可以认为是从序列 A 按原顺序保留任意若干项得到的序列。(例如:对序列{1,3,5,4,2,6,8,7}来说,序列{3,4,8,7}是它的一个子序列。)
- 公共子序列 :如果序列 C 既是序列 A 的子序列,也是序列 B 的子序列,则称它为序列 A 和序列 B 的公共子序列。(例如:对序列{1,3,5,4,2,6,8,7}和序列{1,4,8,6,7,5}来说,序列{1,8,7}是它们的一个公共子序列)
- 最长公共子序列:A 和 B 的公共子序列中长度最长的(包含元素最多的)序列叫做 A 和 B 的公共子序列。( 最长公共子序列不唯一)
- 对于一个长度为 n 的序列,它一共有 2^n 个子序列,有 (2^n – 1) 个非空子序列。
- 子序列不是子集,它和原始序列的元素顺序是相关的。
- 空序列是任何两个序列的公共子序列。
- 角标为 0 时,认为子序列是空序列。
【LIS问题】
LIS 问题(Longest Increasing Subsequence),最长上升子序列,其一般为求最长下降子序列或是最长上升子序列。
用 DP[i] 表示 A[i] 为结尾的最长上升子序列的长度,则有状态转移方程:
模板:
for(int i=2;i<=n+1;i++)
{
int num=0;
for(int j=i-1;j>=1;j--)
if(a[i]>a[j])
num=max(num,dp[j]);
dp[i]=num+1;
}
【LCS 问题】
LCS 问题(Longest Common Subsequence),求序列的最长公共子序列。
F[i][j] 表示前缀子串 A[1~i] 与 B[1~j] 的最长公共子序列的长度,则有状态转移方程:
即:
模板:
char s[MAX],t[MAX];
scanf("%s%s",s,t);
int x=strlen(s),y=strlen(t);
for(i=0;i<x;i++)
{
for(j=0;j<y;j++)
{
if(s[i]==t[j])
dp[i][j]=dp[i-1][j-1]+1;
else
dp[i][j]=max(dp[i][j-1],dp[i-1][j]);
}
printf("%d\n",dp[i][j]);
}
【LCIS 问题】
LCIS 问题(Longest Common Increasing Subsequence),求序列的最长公共上升子序列。
用 F[i][j] 表示 A[1~j] 与 B[1~j] 可以构成的以 B[j] 为结尾的 LCIS 的长度,易得状态转移方程:
因此对于决策集合中的元素只增多不减少的情景,就可以维护一个变量来记录决策集合的当前消息,只需要两重循环即可求解。
模板:
for (int i=1;i<=n;++i)
{
int val=0;//val是决策集合S(i,j)中f[i-1][k]的最大值
for(int j=1;j<=m;++j)
{
//原来的k循环+判断+状态转移
if (a[i]==b[j])
f[i][j]=val+1;
else
f[i][j]=f[i-1][j];
if (b[j]<a[i])
val=max(val,f[i-1][j]);
//j即将增大为j+1,检查j能否进入新的决策集合
}
}