Common Subsequence（LCS）

http://acm.hdu.edu.cn/showproblem.php?pid=1159

动态规划一般也只能应用于有最优子结构的问题。最优子结构的意思是局部最优解能决定全局最优解(对有些问题这个要求并不能完全满足，故有时需要引入一定的近似)。简单地说，问题能够分解成子问题来解决。

动态规划算法分以下4个步骤：

1. 描述最优解的结构
2. 递归定义最优解的值
3. 按自底向上的方式计算最优解的值 //此3步构成动态规划解的基础。
4. 由计算出的结果构造一个最优解。 //此步如果只要求计算最优解的值时，可省略。

1. 最优子结构

1. 如果问题的最优解所包含的子问题的解也是最优的，我们就称该问题具有最优子结构性质（即满足最优化原理）。意思就是，总问题包含很多个子问题，而这些子问题的解也是最优的。

   重叠子问题

   子问题重叠性质是指在用递归算法自顶向下对问题进行求解时，每次产生的子问题并不总是新问题，有些子问题会被重复计算多次。动态规划算法正是利用了这种子问题的重叠性质，对每一个子问题只计算一次，然后将其计算结果保存在一个表格中，当再次需要计算已经计算过的子问题时，只是在表格中简单地查看一下结果，从而获得较高的效率。

解题思路： LCS问题 最长公共子序列的结构有如下表示：

设序列X=<x₁, x₂, …, x_m>和Y=<y₁, y₂, …, y_n>的一个最长公共子序列Z=<z₁, z₂, …, z_k>，则：

1. 若x_m=y_n，则z_k=x_m=y_n且Z_k-1是X_m-1和Y_n-1的最长公共子序列；
2. 若x_m≠y_n且z_k≠x_{m ，}则Z是X_m-1和Y的最长公共子序列；
3. 若x_m≠y_n且z_k≠y_n ，则Z是X和Y_n-1的最长公共子序列。

    其中X_m-1=<x₁, x₂, …, x_m-1>，Y_n-1=<y₁, y₂, …, y_n-1>，Z_k-1=<z₁, z₂, …, z_k-1>。

   状态转移方程：if(a[i-1]=b[j-1])dp[i][j]=dp[i-1][j-1]+1;

    else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);    ///i ,j是从1开始的

代码：

#include<iostream>
#include<cstring>
#include<algorithm>
#include<cstdlib>
#include<vector>
#include<cmath>
#include<stdlib.h>
#include<iomanip>
#include<list>
#include<deque>
#include<map>
#include <stdio.h>
#include <queue>

#define maxn 10000+5
#define ull unsigned long long
#define ll long long
#define reP(i,n) for(i=1;i<=n;i++)
#define rep(i,n) for(i=0;i<n;i++)
#define cle(a) memset(a,0,sizeof(a))
#define mod 90001
#define PI 3.141592657

const ull inf = 1LL << 61;
const double eps=1e-5;

using namespace std;

bool cmp(int a,int b){
    return a>b;
}
char a[500],b[500];
int dp[510][510];
int main()
{
    //freopen("in.txt","r",stdin);
    //freopen("out.txt","w",stdout);
    while(cin>>a>>b)
    {
      int la=strlen(a);
      int lb=strlen(b);
      for(int i=0;i<la;i++)///任意一个子序列长度为0则最长公共子序列长度为0
         dp[i][0]=0;
      for(int j=0;j<lb;j++)
        dp[0][j]=0;
      for(int i=1;i<=la;i++)
        for(int j=1;j<=lb;j++)
       {
          if(a[i-1]==b[j-1])dp[i][j]=dp[i-1][j-1]+1;///记住这里的i，j指什么意思！
          else dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
       }
      cout<<dp[la][lb]<<endl;///注意i j 的意思
    }
    return 0;
}

   
   

    
    

   
   

http://blog.csdn.net/yysdsyl/article/details/4226630

http://blog.csdn.net/rrrfff/article/details/7523437 

http://blog.csdn.net/ditian1027/article/details/23993719#comments