蓝桥杯 -- 最长公共子序列 dp

题目描述

给定一个长度为 NN 数组 aa 和一个长度为 MM 的数组 bb

请你求出它们的最长公共子序列长度为多少。

输入描述

输入第一行包含两个整数 N,MN,M,分别表示数组 aa 和 bb 的长度。

第二行包含 NN 个整数 a_1,a_2,…,a_na1,a2,…,a**n

第三行包含 MM 个整数 b_1,b_2,…,b_nb1,b2,…,b**n

1\leq N,M \leq 10^31≤N,M≤103,1\leq a_i,b_i \leq 10^91≤a**i,b**i≤109。

输出描述

输出一行整数表示答案。

输入输出样例

示例 1

输入

5 6
1 2 3 4 5
2 3 2 1 4 5

输出

4

运行限制

  • 最大运行时间:1s
  • 最大运行内存: 128M

题解

本题就是最长公共子序列模板题,套用dp直接做就可以

注意dp数组的遍历从1开始到a.length b.length结束

代码

import java.util.Scanner;
// 1:无需package
// 2: 类名必须Main, 不可修改

public class Main {
    public static void main(String[] args) {
        Scanner scan = new Scanner(System.in);
        //在此输入您的代码...
        int N = scan.nextInt();
        int M = scan.nextInt();
        int[] a = new int[N];
        int[] b = new int[M];
        for(int i = 0; i < N; i++){
          a[i] = scan.nextInt();
        }
        for(int i = 0; i < M; i++){
          b[i] = scan.nextInt();
        }
        System.out.println(lcs(a,b));
        scan.close();
    }
    //求最长公共子序列
    public static int lcs(int[] a, int[] b){
      //dp[i][j]表示以[0,i-1] [0,j-1]两区间中的最长公共子序列
      int[][] dp = new int[a.length + 1][b.length + 1];
      //注意i,j从1开始 便于遍历
      for(int i = 1; i <= a.length; i++){
        for(int j = 1; j <= b.length; j++){
          if(a[i - 1] == b[j - 1]){
            dp[i][j] = dp[i-1][j-1] + 1;
          }else{
            dp[i][j] = Math.max(dp[i][j-1],dp[i-1][j]);
          }
        }
      }
      return dp[a.length][b.length];
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
公共序列问题(Longest Common Subsequence,简称LCS)是指在两个序列中找到一个最的公共序列,其中一个序列的所有元素按原序列中出现的顺序排列,而另一个序列中的元素则不要求按原序列中出现的顺序排列。 动态规划方法可以很好地解决LCS问题。设A和B是两个序列,LCS(A,B)表示A和B的最公共序列。则可以设计如下的状态转移方程: 当A和B的末尾元素相同时,LCS(A,B) = LCS(A-1,B-1) + 1。 当A和B的末尾元素不同时,LCS(A,B) = max(LCS(A-1,B), LCS(A,B-1))。 其中,LCS(A-1,B-1)表示A和B的末尾元素相同时的情况,LCS(A-1,B)表示A的最后一个元素不在最公共序列中,而B中的最后一个元素在最公共序列中的情况,LCS(A,B-1)表示B的最后一个元素不在最公共序列中,而A中的最后一个元素在最公共序列中的情况。 根据这个状态转移方程,可以使用动态规划算法来求解LCS问题。具体方法是,构建一个二维数组dp,其中dp[i][j]表示A前i个元素和B前j个元素的LCS。初始化dp[0][j]和dp[i][0]为0,然后按照上述状态转移方程进行递推,最终得到dp[lenA][lenB],其中lenA和lenB分别表示A和B的度。dp[lenA][lenB]即为A和B的最公共序列度。要找到具体的最公共序列,可以从dp[lenA][lenB]开始,按照状态转移方程反向推导出每个元素,即可得到最公共序列。 LCS问题是动态规划算法的经典应用之一,时间复杂度为O(n*m),其中n和m分别为A和B的度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

Jiong-952

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