今天也是为了cc,努力奋斗的一天ヾ(≧▽≦*)o
1. 问题描述
2. 暴力解决方案
3. 动态规划解决方案
⭐⭐⭐⭐⭐
我自己的想法是可以将LIS的思想直接用到LCS中,其中短的序列定义优先级,长的序列使用这个优先级寻找LIS。
(好像很有道理的样子,挖坟发现自己曾经居然这么有想象力!)ヾ(≧▽≦*)o
3.1 步骤1——数据结构定义
令 dp[i][j]
表示字符串A的i
号位和字符串B的j
号位之前的LCS长度(下标从1
开始).
如dp[4][5]
表示“sads”与“admin”的LCS长度。
那么可以根据 A[i]
和B[j]
的情况,分为两种决策:
- 若
A[i] == B[j]
,则字符串A与字符串B的LCS增加了1位,即有dp[i][j] = dp[i-1][j-1]+1
。例如,样例中
dp[4][6]
表示“sads”与“admins”的LCS长度,比较A[4]
与B[6]
,发现两者都是’s’,因此dp[4][6]
就等于dp[3][5]
加1,即为3。 - 若
A[i] != B[j]
,则字符串A的i
号位和字符串B的j
号位 之前的LCS无法延长,因此dp[i][j]
就将继承dp[i-1][j]
与dp[i][j-1]
中的较大值,即有dp[i][j] = max{dp[i-1][j],dp[i][j-1]}
。例如,样例中
dp[3][3]
表示“sad”与“adm”的LCS长度,我们比较A[3]
与B[3]
,发现’d’不等于’m’,这样dp[3][3]
无法在原先的基础上延长,因此继承自“sa”与“adm”的LCS、“sad”与“ad”的LCS中的较大值,即“sad”与“ad”的LCS长度——2.
3.2 步骤2——状态转移方程
边界:dp[i][0] = dp[0][j] = 0(0≤i≤n,0≤j≤m)
这样状态dp[i][j]
只与其之前的状态有关,由边界出发就可以得到整个dp
数组,最终dp[n][m]
就是需要的答案,时间复杂度为
O
(
n
m
)
O(nm)
O(nm)。
我觉得自己模拟一下算法是怎么进行的会更好理解!
4. 代码
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 100;
char A[N],B[N];
int dp[N][N];
int main(){
int n;
gets(A+1); //从下标为1开始读入,注意可以直接这样“+1”的
gets(B+1);
int lenA = strlen(A+1); //由于读入下标从1开始,因此读取长度也从+1开始
int lenB = strlen(B+1);
//边界
for(int i=0;i<=lenA;i++){
dp[i][0] = 0;
}
for(int j=0;j<=lenB;j++){
dp[0][j] = 0;
}
//状态转移方程
for(int i=1;i<=lenA;i++){
for(int j=1;j<=lenB;j++){
if(A[i] == B[j]){
dp[i][j] = dp[i-1][j-1] + 1;
}else{
dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
}
}
}
//dp[lenA][lenB]是答案
printf("%d\n",dp[lenA][lenB]);
return 0;
}
注意字符数组的一些操作:
gets(A+1); //从下标为1开始读入,注意可以直接这样“+1”的
gets(B+1);
int lenA = strlen(A+1); //由于读入下标从1开始,因此读取长度也从+1开始
int lenB = strlen(B+1);