线性DP问题

        上一节我们介绍了分组背包问题和多重背包问题，今天我们来介绍下线性DP能够解决的其他问题。

最长公共子序列（Longest Common Subsequence，LCS）

概念： 

        首先我们需要明确子序列和子串是不同的概念。子串必须是连续的，而子序列可以不是连续的。

        公共子序列：给定两个序列X和Y，当另一序列Z既是X的子序列，又是Y的子序列时，称Z是序列X和Y的公共子序列。最长公共子序列是长度最长的公共子序列。

 问题描述：

        给定两个序列X和Y，找出X和Y的一个最长公共子序列。

可以试试暴力枚举寻找最长子序列。

这里就不演示枚举法来解决此问题了，我们直接进入正题。

DP思路：

        我们用dp[i][j]表示序列Xi（表示x1，x2，x3，x4···，xi这个序列，即X的前i个元素组成的序列；这里用小写的x表示元素，用大写的X表示序列）和Yj（表示y1，y2，y3···，yj这个序列，即Y的前j个元素组成的序列）的最长公共子序列的长度。所以dp[n][m]就是答案。

        分解为以下两种情况：

（1）当xi=yj时，已求得Xi-1和Yj-1的最长公共子序列，在其尾部加上xi或yj，即得到Xi和Yj的最长公共子序列。状态转移方程为：

dp[i][j]=dp[i-1][j-1]+1;

  (2) 当xi！=yj时，求解两个子问题：Xi-1和Yj的最长公共自序列，Xi和Yj-1的最长公共子序列。取其中的最大值，状态转移方程为：

dp[i][j]=max(dp[i][j-1],dp[i-1][j]);

 代码实现：

#include <bits/stdc++.h>
using namespace std;
int n;
const int N = 100005;
String a[10005], b[10005];
int dp[1005][1005];

int main() {
	cin >> n;
	for(int i=1;i<=n;i++)	cin>>a[i];
	for(int i=1;i<=n;i++)	cin>>b[i];
	for (int i = 0; i <= n; i++) {
		for (int j = 1; j <= n; j++) {
			if (a[i] == b[j]) {
				dp[i][j] = dp[i - 1][j - 1] + 1; 
			} else {
				dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
			}
		}
	}
	cout << dp[n][n];
	return 0;
}

        这里额外补充一下最长公共子序列的其他做法。

        我们可以这样来想，将原本X串中的数据重新定义，例如X串原本数据为abcdefg，那经过我们之手，我们就可以将其编程1234567，那么加入现在Y串为bdcagfe，那么它对应的就是2431765，只要后面的数比前面的数字大，那么他就是符合标准的，最后我们只需要找到最长的递增子序列就可以了（这里说一下，最长递增子序列也可以用DP来解决哦，不过我会在下一篇博客中介绍），那么这里我们我先用二分的方法来解决这个最长公共子序列问题。

#include <iostream>
#include <cstdio>
using namespace std;
int a[100001], b[100001], map[100001], f[100001];

int main() {
	int n;
	cin >> n;
	for (int i = 1; i <= n; i++) {
		scanf("%d", &a[i]);
		map[a[i]] = i;//相当于将a串重新换成从小到大的编号
	}
	for (int i = 1; i <= n; i++) {
		scanf("%d", &b[i]);
		f[i] = 0x7fffffff;//这就是最大值的意思，看过《啊哈算法》的码友应该更习惯写成inf=99999999;
	}
	int len = 0;
	f[0] = 0;
	//下面就是二分的算法
	for (int i = 1; i <= n; i++) {
		int l = 0, r = len, mid;
		if (map[b[i]] > f[len])//找到b解密后的值比前面的数大的时候，也就是保证f[]中的数据是递增的
			f[++len] = map[b[i]];//就将其纳入f[]中，注：f[i]中放的是解密后的值
								//因为f[]是从小到大的，所以我们可以尝试下二分
		else {//如果解密后的值比前面的数小，那就用mid找到新来的解密数应该在f中的位置
			//二分找到f[]中刚好比map[b[i]]大的那个数的位置
			while (l < r) {
				mid = (l + r) / 2;
				if (f[mid] > map[b[i]])
					r = mid;
				else
					l = mid + 1;
			}
			f[l] = min(map[b[i]], f[l]);
		}
	}
	cout << len;
	return 0;
}