最长公共子序列(动态规划解决)

该博客探讨了如何使用动态规划解决寻找两个序列X和Y的最长公共子序列问题。通过分析最优子结构和子问题的递归结构,提出了以c[i][j]记录Xi和Yj最长公共子序列长度的方法,并给出了边界条件和一般情况的处理策略。
摘要由CSDN通过智能技术生成

问题提出:

例如,若X= { A, B, C, B, D, A, B}和Y= {B, D, C, A, B, A},则序列{B,C,A}是X和Y的一个公共子序列,序列{B,C,B,A}也是X和Y的一个公共子序列。但是,后者是X和Y的一个最长公共子序列。

问题分析:

设序列X={x1,x2,……xm}和Y={y1,y2,……yn}的最长公共子序列为Z={z1,z2,……zk}。则有:

  1. 若xm=yn,则zk=xm=yn,且zk-1是Xm-1和Yn-1的最长公共子序列。

  2. 若xm!=yn且zk!=xm,则Z是Xm-1和Y的最长公共子序列。

  3. 若xm!=yn且zk!=yn,则Z是X和Yn-1的最长公共子序列。

其中,Xm-1={x1,x2……xm-1},Yn-1={y1,y2……yn-1},Zk-1={z1,z2……zk-1}。
所以,最长公共子序列问题具有最优子结构性质。

子问题的递归结构:

在计算X和Y的最长公共子序列时,可能要计算[X和Yn-1]及[Xm-1和Y]的最长公共子序列。这两个子问题都包含一个公共子问题,即计算Xm-1和Yn-1的最长公共子序列。

用 c[i][j] 记录序列 Xi 和 Yj 的最长公共子序列的长度。其中,Xi = {x1,x2……xi},Yj = {y1, y2……yj}。当 i = 0 或 j = 0 时,空序列是xi和yj的最长公共子序列。此时,c[i][j] = 0。其他情况如下:

在这里插入图片描述

代码如下:

#include<iostream>
#include<vector>
using namespace std;

const int M = 8;
const int N = 7;

void LCSLength(int m, int n, char x[], char y[], vector< vector<int> > &c){
   
	
	int i, j;
	for(i = 1; i < m; i++) 
		//y为空串 
		c[i][0] = 0;
	for
  • 1
    点赞
  • 1
    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