用动态规划来解《最长公共子序列》、《最长公共子串》、《最长递增子序列》

最新推荐文章于 2022-12-02 12:01:30 发布
最新推荐文章于 2022-12-02 12:01:30 发布
阅读量149 收藏
点赞数
分类专栏： 算法 语言编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42036617/article/details/104381848
版权

Hello,爱客们好，我是Tony

欢迎大家访问我的个人主页：Tony’s Blog，让我们一起站在巨人的肩膀之上！
在这里插入图片描述

最长公共子序列

编程题

给定两个字符串str1和str2，返回两个字符串的最长公共子序列

举例

str1=“1A2C3D4B56”,str2=“B1D23CA45BA”

"123456"或者“12C4B6”都是最长公共子序列，返回哪一个都行

思路

这道题可以用经典的动态规划来做，先把第一列和第一行算出来，再算整个二维向量

第一列 dp(i,0)=1，之后的dp(i+1…M-1,0)均为1，M为str1长度

第一列 dp(0,j)=1，之后的dp(0,j+1…N-1)均为1，N为str2长度

其余

if(str1[i]==str2[j]),dp(i,j)=max(dp(i,j),dp(i-1,j-1)+1)

if(str1[i]!=str2[j],dp(i,j)=max(dp(i-1),j),dp(i,j-1))

代码（动态规划）

// 最长公共子序列.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<iostream>
#include<vector>
#include<string>
#include<algorithm>
using namespace std;
string fun1(string str1, string str2)
{
	int M = str1.size(); 
	int N = str2.size();
	vector<vector<int>>dp(M+ 1, vector<int>(N + 1));
	int i, j;
	int temp=0;
	int i1, j1;
	if (str1[0] == str2[0])
	{
		dp[0][0] = 1;
	}
	else
	{
		dp[0][0] = 0;
	}
	//第一列
	for (i = 0; i < M; i++)
	{
		for (i1 = 0; i1 < i; i1++)
		{
			if (str1[i1] == str2[0])
			{
				temp = 1;
				break;
			}
		}
		if (temp == 1)
		{
			for (j1 = i; j1 < M; j1++)
			{
				dp[j1][0] = 1;
			}

		}
		else
		{
			dp[i][0] = 0;
		}
	}
	//第一行
	temp = 0;
	for (j = 0; j < N; j++)
	{
		for (i1 = 0; i1 < j; i1++)
		{
			if (str2[i1] == str1[0])
			{
				temp = 1;
				break;
			}
		}
		if (temp == 1)
		{
			for (j1 = j; j1 < N; j1++)
			{
				dp[0][j1] = 1;
			}

		}
		else
		{
			dp[0][j] = 0;
		}
	}

	for (i = 1; i < M; i++)
	{
		for (j = 1; j < N; j++)
		{
			dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
			if (str1[i] == str2[j])
			{
				dp[i][j] = max(dp[i][j], dp[i - 1][j - 1]+1);

			}
		}
	}


	cout << dp[M - 1][N - 1];
	cout << endl;
	
	/*int m = str1.size() - 1;
	int n = str2.size() - 1;
	vector<char>res;
	res.resize(dp[m][n]+1);
	int index=dp[M-1][N-1];
	while (index > 0)
	{
		if (n > 0 && dp[m][n] == dp[m][n - 1])
		{
			n--;
		}
		else if (m > 0 && dp[m][n] == dp[m - 1][n])
		{
			m--;
		}
		else
		{
			res[index--] = str1[m];
			m--;
			n--;
		}
	}*/
	int m = str1.size() - 1;
	int n = str2.size() - 1;
	vector<char>res;
	res.resize(dp[m][n] + 1);
	int index = dp[M - 1][N - 1];

	while (index >0)
	{
		if (m>0&&n>0&&dp[m][n] > dp[m - 1][n] && dp[m][n] > dp[m][n - 1])
		{
			res.push_back(str1[m]);
			m--;
			n--;
			index--;
		}
		else if(m>0 && dp[m][n] ==dp[m - 1][n])
		{
			m--;
			
		}

		else if (n>0 && dp[m][n] ==dp[m][n-1])
		{
			n--;
		}
		else
		{
			res.push_back(str1[m]);
			m--;
			n--;
			index--;
		}
	}
	
	string str;
	for (vector<char>::iterator iter = res.end()-1; iter != res.begin(); iter--)
	{
		str += *iter;
	}

	return str;

}
int _tmain(int argc, _TCHAR* argv[])
{
	
	
	int k;
	string str1 = "1AAA2C3D4B567"; 
	string str2 = "BaAA1D23CA45B6A7";
	string res = fun1(str1, str2);
	
	cout << res;
	return 0;
}

最长公共子串

编程题

给定两个字符串str1和str2，返回两个字符串的最长公共子串

举例

str1=“1AB2345CD”，str2=“12345EF”，返回“2345”

思路

第一列 if(str1[i]==str2[0]) dp(i,0)=1 否则dp(i,0)=0

第一行 if(str1[0]==str2[j]) dp(0,j)=1否则dp(0,j)=0

其余

if(str1[i]==str2[j]) dp(i,j)=dp(i-1,j-1)+1

else

dp(i,j)=0

代码（动态规划）

// 最长公共子串.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<iostream>
#include<vector>
#include<string>
#include<algorithm>
using namespace std;

string fun(string str1, string str2)
{
	int len1=str1.size();
	int len2 = str2.size();
	vector<vector<int>>dp(len1, vector<int>(len2));
	int i, j;
	if (str1[0] == str2[0])
	{
		dp[0][0] = 1;
	}
	else
	{
		dp[0][0] = 0;
	}
	for (i = 0; i < len1; i++)
	{
		if (str1[i] == str2[0])
		{
			dp[i][0] = 1;
		}
		else
		{
			dp[i][0] = 0;
		}
	}
	for (j = 0; j < len2; j++)
	{
		if (str1[0] == str2[j])
		{
			dp[0][j] = 1;
		}
		else
		{
			dp[0][j] = 0;
		}
	}
	for (i = 1; i < len1; i++)
	{
		for (j = 1; j < len2; j++)
		{
			if (str1[i] == str2[j])
			{
				dp[i][j] = dp[i - 1][j - 1] + 1;
			}
			else
			{
				dp[i][j] = 0;
			}
		}
	}

	int max = dp[0][0];
	for (i = 0; i <dp.size(); i++)
	{
		for (j = 0; j <dp[0].size(); j++)
		{
			cout << dp[i][j] << " ";
			if (max < dp[i][j])
			{
				max = dp[i][j];
			}
			
		}
		cout << endl;
	}

	//打印子串
	cout << "子串长度:"<<max<<endl;


	int temp_i=0,temp_j=0;
	for (i = 0; i < dp.size(); i++)
	{
		for (j = 0; j < dp[0].size(); j++)
		{
			if (dp[i][j] == max)
			{
				temp_i = i;
				temp_j = j;
			}
		}
	}
	
	
	vector<char>temp;
	string temp6="";
	for (i = temp_i; i >0; i--)
	{
		temp.push_back(str1[i]);
	}

	for (vector<char>::iterator iter = temp.end()-1; iter != temp.begin(); --iter)
	{
		temp6 += *iter;
	}

	
	temp6 += temp[0];

	return temp6;

}
int _tmain(int argc, _TCHAR* argv[])
{
	string str1 = "abcde";
	string str2 = "bebcd";
	string res = fun(str1, str2);
	cout << res;

	return 0;
}

最长递增子序列

编程题

给定数组arr，返回arr最长递增子序列

举例

arr=[2,1,5,3,6,4,8,9,7]，返回的最长递增子序列为[1,3,4,8,9]

思路

用动态归来来做，dp[i]表示以arr[i]这个数结尾的情况下，arr[0…i]中的最大递增子序列

dp[0]=1

dp[i]=max{dp[j]+1(0<=j<i,arr[j]<arr[i])}如果arr[0…i-1]中所有的数都不比arr[i]小，令dp[i]=1即可

代码（动态规划）

// ConsoleApplication1.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
vector<int>fun1(vector<int>arr)
{
	int i, j;
	int maxnum;
	vector<int>dp(arr.size() + 1);
	vector<int>temp;
	dp[0] = 1;
	for (i = 1; i < arr.size(); i++)
	{
		for (j = 0; j < i; j++)
		{
			temp.push_back(1);
			if (arr[j] < arr[i])
			{
				temp.push_back(dp[j]+1);
			}

		}
		maxnum = *max_element(temp.begin(), temp.end());
		dp[i] = maxnum;
		temp.clear();
	}
	vector<int>restemp;
		restemp.push_back(*max_element(dp.begin(), dp.end()));
		
		restemp.push_back(max_element(dp.begin(), dp.end()) - dp.begin());
		restemp.push_back(arr[max_element(dp.begin(), dp.end()) - dp.begin()]);
		return restemp;

	
}
vector<int>fun2(vector<int>arr, vector<int>res)
{
	int i, j, k;
	int len = arr.size();
	vector<int>temp2;
	temp2.push_back(arr[res[1]]);
	for (i = 0; i < res[0]; i++)
	{

		for (j = res[1] - 1; j >= 0; j--)
		{
			if (arr[j] < *min_element(temp2.begin(), temp2.end()))
			{
				temp2.push_back(arr[j]);
			}
		}
	}
	reverse(temp2.begin(), temp2.end());
	return temp2;

}
int _tmain(int argc, _TCHAR* argv[])
{
	int i, j;
	int a1 = 91;
	vector<int>arr = { 2,1,5, 3,6,4,8,9,10,12};
	vector<int>res=fun1(arr);
	for (i = 0; i < res.size(); i++)
	{
		cout << res[i]<<",";
	}
	cout << endl;
	vector<int>res2=fun2(arr, res);
	for (i = 0; i < res2.size(); i++)
	{
		cout << res2[i]<< ",";
	}
	return 0;
}

用动态规划好哈

Mr.Huang Tony
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
求解最大子序列、最长递增子序列、最长公共子串、最长公共子序列
12-16
求解最大子序列、最长递增子序列、最长公共子串、最长公共子序列. http://blog.csdn.net/ssuchange/article/details/17341693
用动态规划思想求解最长公共子串
11-05
若给定序列X={x1,x2,…,xm}，则另一序列Z={z1,z2,…,zk}，是X的子序列是指存在一个严格递增下标序列{i1,i2,…,ik}使得对于所有j=1,2,…,k有...给定2个序列X={x1,x2,…,xm}和Y={y1,y2,…,yn}，找出X和Y的最长公共子序列
最大子序列、最长递增子序列、最长公共子串、最长公共子序列、字符串编辑距离...
weixin_33964094的博客
04-11 172
最大子序列 最大子序列是要找出由数组成的一维数组中和最大的连续子序列。比如{5,-3,4,2}的最大子序列就是 {5,-3,4,2}，它的和是8,达到最大；而 {5,-6,4,2}的最大子序列是{4,2}，它的和是6。你已经看出来了，找最大子序列的方法很简单，只要前i项的和还没有小于0那么子序列就一直向后扩展，否则丢弃之前的子序列开始新的子序列，同时我们要记下各个子序列的和，最后找到和最大的子序...
最大子序列、最长递增子序列、最长公共子串、最长公共子序列、字符串编辑距离等问题...
weixin_34419321的博客
09-08 102
C++实现最长公共子序列和最长公共子串    找工作知识储备(2)---数组字符串那些经典算法：最大子序列和，最长递增子序列，最长公共子串，最长公共子序列，字符串编辑距离，最长不重复子串，最长回文子串 最大子序列、最长递增子序列、最长公共子串、最长公共子序列、字符串编辑距离 115. Distinct Subsequences 母串和子串匹配的次数 最长递增子序列...
最大子序列、最长递增子序列、最长公共子串、最长公共子序列、字符串编辑距离
xingdebocqyz的专栏
10-17 459
http://www.cnblogs.com/zhangchaoyang/articles/2012070.html
最长公共子序列问题.zip
最新发布
04-25
常见的动态规划问题包括背包问题、最长递增子序列、编辑距离等。 贪心算法：贪心算法是一种在每一步选择中都采取当前状态下最优决策的算法。常见的贪心算法包括最小生成树算法中的Prim算法、Dijkstra算法等。 字符...
JavaScript自定义函数实现查找两个字符串最长公共子串的方法
10-21
最长公共子串是指在两个或多个字符串中都存在的最长的连续字符序列。本篇文章将详细讲解如何通过自定义函数来实现这个功能，并探讨相关的字符串操作技巧。 首先，我们来看给出的函数 `findSubStr(s1, s2)`，它接受...
基于C++实现的动态规划.zip
10-25
例如，最长公共子序列、矩阵链乘法等问题可以采用自底向上的动态规划方法。 在“DP题目”部分，可能包含了各种经典动态规划问题的实例，如： - **0-1背包问题**：在容量有限的背包中选取价值最大或重量最重的物品。...
动态规划解最长公共子串
shui0527的专栏
08-12 216
来源 ： 牛客题霸第127题 题目 给定两个字符串str1和str2,输出两个字符串的最长公共子串 题目保证str1和str2的最长公共子串存在且唯一。 示例1 str1 = “1AB2345CD”, str2 = “12345EF” 最长公共子串 “2345” 思路 用一维数组dp 保存str1某个元素在str2中已连续的个数 dp数组的长度比str2的长度大1 我们把str1的每个元素按序在str2中倒序比对，如果相等，则在dp对应的元素位的值设置为前一个元素位的值+1，表示已连续的个数。不相等，则设置
最长递增子序列（nlogn），最长公共子串（连续）,最长公共子序列（不连续）
ACMer_ZP的博客
10-18 578
最长递增子序列（nlogn）:#include #include #include #include using namespace std; int x[500010],a[500010]; int main() { int n,Z=0; while(~scanf("%d",&n)) { for(int i=0;i<n;i++) {
最长公共字串
跟随内心的渴望
03-15 198
牛客网的题目链接 题目描述： 链接：https://www.nowcoder.com/questionTerminal/02e7cc263f8a49e8b1e1dc9c116f7602 来源：牛客网 对于两个字符串，请设计一个时间复杂度为O(m*n)的算法(这里的m和n为两串的长度)，求出两串的最长公共子串的长度。这里的最长公共子串的定义为两个序列U1,U2,..Un和V1,V2,…Vn，...
动态规划PTA总结
罗马尼亚硬拉
12-02 962
数字三角形；最长公共子序列；单调递增最长子序列；最大子段和；最大矩阵和问题
7-2 最长公共子串 (20 分)动态规划详解PTA
chris的博客
04-10 1882
给定2个字符串，试求出这2个字符串的最长公共子串的长度。 输入格式 输入共2行，每行一个字符串。字符均为小写英文字母。 输出格式 仅一行，包含一个正整数，表示2个字符串的最长公共子串长度。 输入样例 在这里给出一组输入。例如： ababc cbaab 输出样例 在这里给出相应的输出。例如： 2 数据范围与提示: 对于30%的数据，保证字符串长度不超过10； 对于60%的数据，保证字符串长度不超过100； 对于90%的数据，保证字符串长度不超过1000； 对于100%的数据，保证字符串长度不超过500
动态规划1——最长递增子序列、最长公共子序列、最长公共子串（python实现）...
weixin_30838873的博客
07-10 440
目录 最长递增序列 最长公共子序列 最长公共子串 最长递增序列 最长上升子序列-leetcode 给定一个序列，找出其中最长的，严格递增的子序列的长度（不要求连续）。 解法一：动态规划 通过一个辅助数组记录每一个元素处的最大序列长度（在必须选这个元素的前提下），然后在坐标小于当前元素...
史上最全最丰富的“最长公共子序列”、“最长公共子串”问题的解法与思路
热门推荐
王小东大将军的博客
07-31 2万+
花了一天时间把一直以来的“最大子序列”、“最大递增子序列“、”最大公共子序列“、“最长公共子串”等问题总结了一下。其中参考了若干博文，都备注引用。 首先子序列是指一个一个序列中，由若个数（字母）组成，然后从中任意删掉几个数（字母），保留剩下的数（字母）构成了一个序列，即称子序列。（或者从一个序列中，任意选取若干数或字符，按照这些数或字符原来的排序组成新的序列，即称子序列） 子串是指在一个字符串
动态规划——最长公共子串问题
清风拂面
12-07 929
问题描述： 说明：求解两个字符串的最长公共子字符串，必须连续 动态规划求解步骤 Step 1: 分析最优解的性质，刻画其结构特征 Step 2: 递归地定义最优解 仅当X[i]=Y[j]时，d[i,j]=d[i-1,j-1]+1;即当且仅当字符串X[i]=Y[j]时 X[i],Y[j]的最长公共子字符串长度d[i,j] 在 X[i-1],Y[j-1]的最长公共子序列长度d...
求解两个字符串的最长公共子序列
weixin_33907511的博客
06-09 1204
一，问题描述 给定两个字符串，求解这两个字符串的最长公共子序列（Longest Common Sequence）。比如字符串1：BDCABA；字符串2：ABCBDAB 则这两个字符串的最长公共子序列长度为4，最长公共子序列是：BCBA   二，算法求解 这是一个动态规划的题目。对于可用动态规划求解的问题，一般有两个特征：①最优子结构；②重叠子问题 ①最优子结构 设 X=(x1,x2,...
帮我找关于动态规划的题目
04-05
1. 背包问题：给定一个背包和一些物品，每个物品有自己的重量和价值，要求在不超过背包容量的情况下，选择最有价值的物品放入背包。 2. 最长公共子序列问题：给定两个字符串，求它们的最长公共子序列，即两个字符串中都包含的最长的子序列。 3. 最长递增子序列问题：给定一个序列，求它的最长递增子序列，即在原序列中选出一些数，使得它们组成的序列是递增的，并且长度最长。 4. 最小编辑距离问题：给定两个字符串，求它们之间的最小编辑距离，即通过增删改操作将其中一个字符串转换成另一个字符串所需要的最少操作次数。 5. 最大子段和问题：给定一个序列，求它的最大子段和，即在原序列中选出一段数，使得它们的和最大。 6. 最长回文子串问题：给定一个字符串，求它的最长回文子串，即在原字符串中找到一个最长的回文子串。 7. 数字三角形问题：给定一个数字三角形，从顶部出发，在每一层可以选择左下或右下移动一格，求从顶部到底部的最大路径和。 8. 最小路径和问题：给定一个二维网格，每个格子中有一个非负整数，要求从左上角走到右下角，每次只能向右或向下走一步，求最小路径和。 9. 最长上升子序列问题（LIS）：给定一个序列，求它的最长上升子序列，即在原序列中选出一些数，使得它们组成的序列是递增的，并且长度最长。 10. 分割回文串问题：给定一个字符串，要求将它分割成若干个回文子串，求最小的分割次数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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