算法分析--Lcs和背包问题

问题

解析

设计

LCS问题
```void z(int B[][130], int i, int j) {
	if (i == 0 || j == 0) {//长度为0跳出
		return;
	}
	if (B[i][j] == 2) {
		z(B, i - 1, j - 1);
		printf("%c ", X[i]);//输出符合的字母
	}
	else if (B[i][j] == 1) {
		z(B, i - 1, j);
	}
	else {
		z(B, i, j - 1);
	}
}
void LCS(char X[], int m, char Y[], int n, int C[][130], int B[][130]) {
	for (int i = 1; i <= m; i++)
	{
		for (int j = 1; j <= n; ++j) {
			if (X[i] == Y[j]) {//第一种情况，这时Zk-1是Xi-1和Yj-1的最长公共子序列
				C[i][j] = C[i - 1][j - 1] + 1;
				B[i][j] = 2;
			}
			else
			{
				if (C[i - 1][j] > C[i][j - 1])//第二种情况，这时Zk-1是Xi-1和Yj的最长公共子序列
				{
					C[i][j] = C[i - 1][j];
					B[i][j] = 1;
				}
				else {
					C[i][j] = C[i][j - 1];//第三种情况，这时Zk-1是Xi和Yj-1的最长公共子序列
					B[i][j] = 0;
				}
			}
		}
	}
	z(B, m, n);
}


```cpp
背包问题
```void Knapsack(int v[], int w[], int c, int n, int m[][10])
{
	int jMax = min(w[n] - 1, c);//背包剩余容量上限 范围[0~w[n]-1]
	for (int j = 0; j <= jMax; j++)
	{
		m[n][j] = 0;
	}

	for (int j = w[n]; j <= c; j++)//限制范围[w[n]~c]
	{
		m[n][j] = v[n];
	}

	for (int i = n - 1; i > 1; i--)
	{
		jMax = min(w[i] - 1, c);
		for (int j = 0; j <= jMax; j++)//背包不同剩余容量j<=jMax<c
		{
			m[i][j] = m[i + 1][j];//没产生任何效益
		}

		for (int j = w[i]; j <= c; j++) //背包不同剩余容量j-wi >c
		{
			m[i][j] = max(m[i + 1][j], m[i + 1][j - w[i]] + v[i]);
		}
	}
	m[1][c] = m[2][c];
	if (c >= w[1])
	{
		m[1][c] = max(m[1][c], m[2][c - w[1]] + v[1]);
	}
}
//x[]数组存储对应物品0-1向量,0不装入背包，1表示装入背包
void Traceback(int m[][10], int w[], int c, int n, int x[])
{
	for (int i = 1; i < n; i++)
	{
		if (m[i][c] == m[i + 1][c])
		{
			x[i] = 0;
		}
		else
		{
			x[i] = 1;
			c -= w[i];
		}
	}
	x[n] = (m[n][c]) ? 1 : 0;
}

分析

Lcs的时间复杂度为O(mn).
背包问题的时间复杂度为O(n^2)

源码

https://github.com/TeAmo-Lan/Tracy-Y0617/blob/main/%E7%AE%97%E6%B3%95%E5%88%86%E6%9E%9009Lcs.cpp
https://github.com/TeAmo-Lan/Tracy-Y0617/blob/main/%E7%AE%97%E6%B3%95%E5%88%86%E6%9E%9009%E8%83%8C%E5%8C%85%E9%97%AE%E9%A2%98.cpp