1.问题
LCS算法:
给定序列X=<x1,x2,…,xm>,Y=<y1,y2,…,yj>,求X和Y的最长公共子序列。
背包问题:
有n个物品,它们有各自的体积和价值,现有给定容量的背包,如何让背包里装入的物品具有最大的价值总和?
2.解析
LCS算法:
Xi=<x1,x2,…,xi>
Yj=<y1,y2,…,yj>
Zk=<z1,z2,…,zk>
如果Zk是Xi和Yj的最长公共子序列
(1)xi = yj,那么zk = xi = yj,Zk-1是Xi-1和Yj-1的最长公共子序列
(2)xi ≠ yj,那么zk ≠ xi,Zk-1是Xi-1和Yj的最长公共子序列
(3)xi ≠ yj,那么zk ≠ yi,Zk-1是Xi和Yj-1的最长公共子序列
举例:
X=<A,B,C,D,A>
Y=<B,A,C,B>
m=0-5
n=0-4
(1)i=1
a) j=1 X.A<>Y.B:C[1,1]=max{C[1,0],C[0,1]}=0,删除y
b) j=2 X.A= =Y.
算法分析与设计homework_9
最新推荐文章于 2023-05-26 11:19:44 发布
本文详细解析了最长公共子序列(LCS)算法和背包问题的解决策略。通过实例展示了LCS的三种情况及动态规划的实现过程,并介绍了背包问题的动态规划解法,包括不同情况的决策过程。同时,给出了两种算法的源码链接。
摘要由CSDN通过智能技术生成