leetcode最长公共子串_动态规划之——最长公共子串和矩阵链乘法

1. 最长公共子串

最长公共子串与最长公共子序列有一些类似,只不过这里子串要求是连续的。

这里我们定义 lcs[i][j] 表示以 s[i] 与 t[j] 为末尾元素的最长公共子串长度,那么我们有:

import numpy as np

s = 'mitcmu'
t = 'mtacmu'


def longest_commom_substr(s, t):

    m = len(s)
    n = len(t)
    lcs = np.zeros((m, n), 'uint8')
    max_lcs = 0

    for i in range(0, n):
        if s[0] == t[i]:
            lcs[0][i] = 1
        else:
            lcs[0][i] = 0

    for i in range(0, m):
        if s[i] == t[0]:
            lcs[i][0] = 1
        else:
            lcs[i][0] = 0

    for i in range(1, m):
        for j in range(1, n):
            if s[i] == t[j]:
                lcs[i][j] = lcs[i-1][j-1] + 1
                max_lcs = max(max_lcs, lcs[i][j])
            else:
                lcs[i][j] = 0

    print(lcs)
    return max_lcs


print(longest_commom_substr(s, t))

2. 矩阵链乘法

假设有一系列矩阵 $

A_1×A_2×cdots×A_n
A
p×q
B
q×r
A×B
O(pqr)$。

由于矩阵乘法满足结合律,所以有:

按照这几种顺序计算需要的代价是不一样的。比如:

3f48af4a86ea284fe909966c803fa236.png

我们定义状态

为计算矩阵
所需的最小代价,那么我们有:

$$state[i][j] = begin{cases} 0 &text{如果 }i == j min_{ileqslant k< j}(state[i][k]+state[k+1][j]+p_{i-1}p_{k}p_{j}) &text{如果 } i也就是我们把

在中间某个位置划分开,变成
两部分,这样总的计算代价也就等于两部分的代价之和加上将这两部分再乘起来需要的代价。

计算的时候,我们则需要自底向上地更新状态变量,最后逐渐得到问题的解。

0562bf238f2145d64fc500216efca2b1.png

算法伪代码如下所示:

4d16be1eced697e40952fbc5289b7c9c.png
import numpy as np

max_num = 2 ** 31 - 1
p = [(10, 100), (100, 5), (5, 50)]
p = [(30, 35), (35, 15), (15, 5), (5, 10), (10, 20), (20, 25)]


def matrix_chain_order(p):

    n = len(p)
    state = max_num * np.ones((n, n), 'int32')
    divide = np.zeros((n, n), 'uint8')

    for i in range(n):
        state[i][i] = 0

    for s in range(1, n):
        for i in range(n-s):
            j = i + s
            for k in range(i, j):
                temp = state[i, k] + state[k+1, j] + p[i][0] * p[k][1] * p[j][1]
                if temp < state[i][j]:
                    state[i][j] = temp
                    divide[i, j] = k

    print(state)
    print(divide)
    return state[0, n-1]


print(matrix_chain_order(p))

上述代码中有 6 个矩阵,运行结果如下,第一个输出为状态矩阵,第二个输出为划分矩阵,最终需要的计算次数为

a6772caffd7bf59fb25c682119948332.png

可知计算所有 6 个矩阵时我们在矩阵
处进行划分,由
可知我们在计算前 3 个矩阵时我们在矩阵
处进行划分,由
可知我们在计算后 3 个矩阵时我们在矩阵
处进行划分,所以最终的乘法顺序为:

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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