LCS算法和背包算法
1.问题
1.LCS问题:给定序列X=<x1,x2,…,xm>,Y=<y1,y2,…,y3>,
求X和Y的公共子序列
2.背包问题:一个旅行者准备随身携带一个背包,可以放入背包的最大重量限制是b,怎么选择放入背包物品以使得背包的价值最大
2.解析
- LCS问题:
Xi=<x1,x2,…,xi>
Yi=<y1,y2,…,yj>
Zk=<z1,z2,…,zi>
如果Zk是Xi和Yj的最长公共子序列
假设当前是最优状态值为C[i][j],即X和Y取得最长公共子序列Z
-
C[i][j]基于C[i-1][j-1],C[i][j-1],C[i-1][j]以下三种状态转换而来
-
Xi=Yi,那么Zk=Xi=Yj,Z(i-1)是X(i-1)和Y(i-1)的最长公共子序列
-
Xi ≠Yi,Zk ≠Xi,那么Zk是Xi-1和Yj的最长公共子序列
-
Xi≠Yi,Zk≠Yj,那么Zk是Xi和Yj-1的最长公共子序列
-
所以,递推公式如下,
C[i][j]=DP[i-1][j-1]+1,i,j>0,Xi=Yj,
C[I][J]max(DP[i-1][j],DP[i][j-1]),i,j>0,Xi≠Yj,
i是X长度,j是Y的长度,C[i][j]是Z的长度 -
例子
-
背包问题
- 01背包:每种物品只能取0次或1次,
- 完全背包:每个物品取无限次
假设当前最佳状态为C[i][j],即C[i][j]基于以下两种状态转换而来
- C[i][j]=C[i-1][j],不选择第i个物品放入背包
- C[i][j]=C[i-1][j-kw[i]+kv[i],选择第i个物品放入背包
- 例子
3.设计
LCS:
#include<iostream>
#include<string>
#include<cstring>
#include<algorithm>
using namespace std;
const int inf = 0x3f3f3f3f;
const int T = 1000;
char a[T],b[T];
int C[T][T];
void display(int i,int j) {
if (i<=0 || j<=0) return;
if (a[i] == b[j]) {
display(i-1,j-1);
cout<<a[i];
} else if (C[i-1][j]>C[i][j-1]) {
display(i-1,j);
} else {
display(i,j-1);
}
}
int main() {
int la,lb;
cin>>a+1>>b+1;
la = strlen(a+1);
lb = strlen(b+1);
for (int i=1;i<=la;i++) {
for (int j=1;j<=lb;j++) {
if (a[i] == b[j]) {
C[i][j] = C[i-1][j-1] + 1;
} else {
C[i][j] = max(C[i-1][j],C[i][j-1]);
}
}
}
cout<<"length:"<<C[la][lb]<<endl;
cout<<"公共子序列:";
display(la,lb);
return 0;
}
/*CDBSKD
DB
*/
背包问题:
#include<iostream>
#include<string>
#include<cstring>
#include<algorithm>
using namespace std;
const int inf = 0x3f3f3f3f;
const int T = 1000;
int n,m,k;
int w[T];
int v[T];
int C[T];
int main() {
cin>>n>>m;
for (int i=1;i<=n;i++) {
cin>>v[i]>>w[i];
}
for (int i=1;i<=n;i++) {
for (int j=w[i];j<=m;j++) {
C[j] = max(C[j],C[j-w[i]]+v[i]);
}
}
cout<<C[m]<<endl;
return 0;
}
/*
5 10
1 5
2 4
3 3
4 2
5 1
*/
4.分析
- LCS时间复杂度:
两重循环 O(n*m) - 完全背包时间复杂度:
两重循环 O(n*m)