最小公共子序列 python_算法导论,动态规划 —— 最长公共子序列问题(LCS,python示例)...

本文介绍了如何使用Python实现算法导论中动态规划的最长公共子序列(LCS)问题。通过示例代码展示了计算LCS长度的过程,并提供了一个函数用于打印LCS。
摘要由CSDN通过智能技术生成

# coding=utf-8

# 计算LCS长度算法

# 算法导论课本 动态规划 LCS 代码示例

# LCS 根据伪码 使用 python实现

def lcsLength(x,y):

m = len(x) + 1

n = len(y) + 1

# 存放箭头方向

b = [[0 for i in range(n)] for j in range(m)]

# 存放数值

c = [[0 for i in range(n)] for j in range(m)]

# 已经全部初始化为 0 了 上↑ 左← 左上↖

for i in range(1, m):

for j in range(1, n):

# 数组第一个 元素 下标为 0

if x[i-1] == y[j-1]:

c[i][j] = c[i-1][j-1] + 1;

b[i][j] = '↖'

elif c[i-1][j] >= c[i][j-1]:

c[i][j] = c[i-1][j]

b[i][j] = '↑'

else:

c[i][j] = c[i][j-1]

b[i][j] = '←'

return c, b

# 打印 x 和 y 的一个LCS

def printLcs(b, x, i, j):

if i == 0 or j == 0:

return

if b[i][j] == '↖':

printLcs(b, x, i - 1, j-1)

print(x[i-1],end='')

elif b[i][j] == '↑':

printLcs(b, x, i-1, j)

else:

printLcs(b, x, i, j-1)

x = ['A', 'B', 'C', 'B', 'D', 'A', 'B']

y = ['B', 'D', 'C', 'A', 'B', 'A']

c, b = lcsLength(x, y)

print("其最长公共子序列长度为:", c[len(x)][len(y)])

print("其最长公共子序列为:")

printLcs(b, x, len(x), len(y))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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