LCS算法和背包算法

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）

5.源码

最长公共子序列
背包问题