算法设计与分析 动态规划 最长公共子串 C++实现

本文记录了动态规划求解最长公共子串的思路和C++实现,包括暴力算法的缺点以及动态规划的优化过程,最后分析了算法的时间复杂度。
摘要由CSDN通过智能技术生成


前言

这篇博客不是偏向讲解型的,网上图文详细的算法相关的文章有很多,比我写的好的有更多,我写这个只是想在学习完后有个记录,方便日后如果忘记了,可以通过博客快速回忆。


最长公共子串

介绍

子串和子序列的区别,一言以蔽之,子串是连续的,子序列可以是不连续的,这里我借用别人的图来介绍一下
子序列
子串
而最长公共子串,就是要找到两条字符串中最长的相等子串

实现原理

1.暴力算法

暴力算法解决这个问题,大致思想就是在第一条字符串中依次去除所有可能子串,然后与第二条进行比较,查看有无相同子串。这个方法优点在于好想好写,但是时间复杂度超过O(n^2),即使优化也是超过 的,跑OJ也是跑步过去的,顾舍弃。

2.动态规划

动态规划是将之前的结果存储起来,供后面的情况使用,这里用状态转换方程解释一下
在这里插入图片描述
直接看状态转换方程可能看不懂,这里设想一下 有两条字符串 str1,str2
如果str1[i]==str2[j], 而它两的下一项又相等 即str1[i+1]==str2[j+1],
那么此时子串的长度是不是要在原来的基础上+1 即C[i+1,j+1]=C[i,j]+1
为了表示方便,将上式写成 C[i,j]=C[i-1,j-1]。

可能有人要问了:“如果str1[i]!=str2[j],那是什么过程呢?”
这里我们要先对表进行初始化,将所有位置初始化为0,这样,如果str1[i]!=str2[j],不执行上面的+1操作,该位置为0,这样如果下面的两个位置相等,则有从1开始计数

代码展示

/*
两个字符串
和动态规划需要填的表map
*/
class LongestSub
{
   
private:
	std::string str1;
	std::string str2;
	/*std::vector<std::vector<int>> vec;*/
	int **map;
}
void LongestSub::iniString()
{
   
	/*
	初始化两个字符串
	和表map
	*/
	std::ifstream fin("data.txt");
	getline(fin,this->str1);
	getline
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下一个使用动态规划算法最长公共子串(Longest Common Substring)的C++代码示例: ```cpp #include <iostream> #include <string> #include <vector> using namespace std; string LongestCommonSubstring(string s1, string s2) { int m = s1.length(); int n = s2.length(); // 创建二维动态规划数组 vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0)); int maxLength = 0; // 最长公共子串的长度 int endIndex = 0; // 最长公共子串在s1中的结束索引 // 动态规划计算公共子串长度 for (int i = 1; i <= m; i++) { for (int j = 1; j <= n; j++) { if (s1[i - 1] == s2[j - 1]) { dp[i][j] = dp[i - 1][j - 1] + 1; if (dp[i][j] > maxLength) { maxLength = dp[i][j]; endIndex = i - 1; } } } } // 提取最长公共子串 string longestSubstring = s1.substr(endIndex - maxLength + 1, maxLength); return longestSubstring; } int main() { string s1, s2; cout << "请输入字符串s1:"; cin >> s1; cout << "请输入字符串s2:"; cin >> s2; string longestSubstring = LongestCommonSubstring(s1, s2); cout << "最长公共子串为:" << longestSubstring << endl; return 0; } ``` 在示例代码中,我们使用动态规划的思想来解决最长公共子串的问题。我们创建一个二维动态规划数组`dp`,其中`dp[i][j]`表示以`s1[i-1]`和`s2[j-1]`为结尾的最长公共子串的长度。然后,我们遍历字符串`s1`和`s2`的所有字符,如果当前字符相等,则将`dp[i][j]`更新为`dp[i-1][j-1] + 1`,同时记录最长公共子串的长度和在`s1`中的结束索引。最后,我们通过提取最长公共子串的方式得到最终的结果。 请注意,以上代码仅考虑了求解最长公共子串的长度和提取最长公共子串,如果需要其他操作(如输出所有最长公共子串),可能需要进行适当的修改。 希望对你有帮助!如果你有任何问题,请随时提问。
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

打赏作者

FARO_Z

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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