最长公共连续子串
牛牛有两个字符串(可能包含空格),牛牛想找出其中最长的公共连续子串,希望你能帮助他,并输出其长度。
输入描述
输入为两行字符串(可能包含空格),长度均小于等于50.
输出描述
输出为一个整数,表示最长公共连续子串的长度。
示例1
输入
abcde
abgde
输出
2
手撕的时候,还不理解动态规划,面试官毙了我。
后来下面又想了一下这道题,值等于斜线前一个值加一,并存在maxnum里。
import sys
def db(s1,s2):
maxNum = 0
record = [[ 0 for i in range(len(s1))]for j in range(len(s2))]
p=0
for i in range(len(s1)):
for j in range(len(s2)):
if s1[i]==s2[j]:
# 初始值
if i==0 and j==0:
record[i][j]=1
else:
# 等于前一行一列值加1
record[i][j]=record[i-1][j-1]+1
if record[i][j] > maxNum:
maxNum = record[i][j]
p = i+1
return s1[p-int(maxNum):p],maxNum
if __name__ == '__main__':
res=[]
s = sys.stdin.readline().strip('\n')
while s!='':
res.append(s)
s = sys.stdin.readline().strip('\n')
print(db(res[0],res[1]))
附上我在b站学习的简单动态规划:
1.求数组中是否有元素之和等于某个数
import numpy as np
def rec_subnet(arr,i,s):
"""递归求解"""
# 3个出口
if s==0:
return True
elif i==0:
return arr[0]==s
elif arr[i]>s:
return rec_subnet(arr,i-1,s)
else:
A = rec_subnet(arr,i-1,s-arr[i])
B = rec_subnet(arr,i-1,s)
return A or B
def db_subset(arr,S):
"""动态规划"""
subnet = np.zeros((len(arr),S+1),dtype=bool)
# 出口
subnet[:,0]=True #所有行的第一列,除了第一行第一个全部为true
subnet[0,:]=False #所有列的第一行,除了[0,3]都是FALSE
subnet[0,arr[0]]=True # 第一行只有当S=arr[0]时才返回true
for i in range(1,len(arr)):
for s in range(1,S+1):
if arr[i]>s:
subnet[i,s]=subnet[i-1,s] #当arr[i]比s值还大时,不考虑选择的情况。直接减一
else:
A=subnet[i-1,s-arr[i]] # 选择
B=subnet[i-1,s] # 不选择
subnet[i,s]=A or B
r,c = subnet.shape
return subnet[r-1,c-1]
arr = [3,34,4,12,5,2]
print(db_subset(arr,9))
print(rec_subnet(arr,len(arr)-1,9))
2.选数字,要求相加的值最大,并且前提是每个数字不相邻
import numpy as np
arr = [1,2,4,1,7,8,3]
def rec_opt(arr,i):
'''递归'''
if i ==0:
return arr[0]
elif i==1:
return max(arr[0],arr[1])
else:
A = rec_opt(arr,i-2)+arr[i] #选
B = rec_opt(arr,i-1) #不选
return max(A,B)
def dp_opt(arr):
opt = np.zeros(len(arr))
opt[0]=arr[0]
opt[1]=max(arr[0],arr[1])
for i in range(2,len(arr)):
A = opt[i-2]+arr[i]
B = opt[i-1]
opt[i]=max(A,B)
return opt[len(arr)-1]
print(dp_opt(arr))
print(rec_opt(arr,6)) # 1,4,7,3