最长公共子序列LCS
2017-03-13 19:36
232 查看
首先,我们说到了子序列,就不得不区别它与字串的概念。子序列是指字符串中不连续的一段字符,而字串是字符串中连续的一段,大家应该都明白了吧。
再来说说LIS,指的是两个字符串中最长公共子序列。如字符串“abcde”与“afcgeh”最长公共子序列为“ace”,最长公共子序列的长度为3。我们首先想到的是在一个字符串中取出一个子序列,再与另一个字符串的子序列比较,最后找到最长的一个子序列。假设两个字符串长度为n和m,用这个思想写出的程序时间复杂度为O(2^n*2^m);如此耗时肯定是不可行的。
其实,这道题可以用dp(动态规划)来做。dp的重点在于找到动态转移方程。我们开一个二维的dp数组,dp
[m],其中n与m分别是两个字符串的长度,其中dp的值初始化为0。dp[i][j]来保存前一个位置的匹配情况,假设两个字符串命名为a,b,经过分析我们会发现:
在字符串a的第i-1个位置和字符串b的第j-1个位置上,如果字符a[i-1]与字符b[j-1]相同。则把该字符插入到所求的最长公共子序列中,相应的dp[i][j]的值等于字符串a的第i-1的位置与字符串b的第j-1的位置的匹配情况dp[i-1][j-1]加1,即dp[i][j]=dp[i-1][j-1]+1;
如果在字符串a的第i-1个位置和字符串b的第j-1个位置上。如果字符a[i-1]与字符b[j-1]不相同,很容易的想到在字符串a的第i个位置和字符串b的第j个位置的匹配情况应该取:字符串a的第i-1个位置与字符串b的第j个位置,和字符串a的第i个位置与字符串b的第j-1个位置匹配情况的最大值。即dp[i][j]=max(dp[i-1][j],dp[i][j-1])。
通过这种方式循环到最后,dp
[m]的值即为字符串a与字符串b的最长公共子序列的长度,代码如下:
希望对大家有所帮助(^_^)。
再来说说LIS,指的是两个字符串中最长公共子序列。如字符串“abcde”与“afcgeh”最长公共子序列为“ace”,最长公共子序列的长度为3。我们首先想到的是在一个字符串中取出一个子序列,再与另一个字符串的子序列比较,最后找到最长的一个子序列。假设两个字符串长度为n和m,用这个思想写出的程序时间复杂度为O(2^n*2^m);如此耗时肯定是不可行的。
其实,这道题可以用dp(动态规划)来做。dp的重点在于找到动态转移方程。我们开一个二维的dp数组,dp
[m],其中n与m分别是两个字符串的长度,其中dp的值初始化为0。dp[i][j]来保存前一个位置的匹配情况,假设两个字符串命名为a,b,经过分析我们会发现:
在字符串a的第i-1个位置和字符串b的第j-1个位置上,如果字符a[i-1]与字符b[j-1]相同。则把该字符插入到所求的最长公共子序列中,相应的dp[i][j]的值等于字符串a的第i-1的位置与字符串b的第j-1的位置的匹配情况dp[i-1][j-1]加1,即dp[i][j]=dp[i-1][j-1]+1;
如果在字符串a的第i-1个位置和字符串b的第j-1个位置上。如果字符a[i-1]与字符b[j-1]不相同,很容易的想到在字符串a的第i个位置和字符串b的第j个位置的匹配情况应该取:字符串a的第i-1个位置与字符串b的第j个位置,和字符串a的第i个位置与字符串b的第j-1个位置匹配情况的最大值。即dp[i][j]=max(dp[i-1][j],dp[i][j-1])。
通过这种方式循环到最后,dp
[m]的值即为字符串a与字符串b的最长公共子序列的长度,代码如下:
#include <iostream> #include <cstdio> #include <cstring> #include <cstdlib> #include <algorithm> #include <map> #include <cmath> #include <queue> using namespace std; const int maxn=1100; int n,m,dp[maxn][maxn]; char a[maxn],b[maxn]; int main() { while(~scanf("%d %d",&n,&m)) { scanf("%s",a); scanf("%s",b); // memset(dp,0,sizeof(dp)); for(int i=0; i<=n; i++) dp[i][0]=0; for(int i=0; i<=m; i++) dp[0][i]=0; for(int i=1; i<=n; i++) { for(int j=1; j<=m; j++)//dp保存前一个位置的匹配情况,所以要遍历到n和m { if(a[i-1]==b[j-1]) { dp[i][j]=dp[i-1][j-1]+1; } else { dp[i][j]=max(dp[i-1][j],dp[i][j-1]); } } } // for(int i=1; i<=n; i++) // { // for(int j=1; j<=m; j++) // { // printf("%d ",dp[i][j]); // } // printf("\n"); // } printf("%d\n",dp [m]); } return 0; }
希望对大家有所帮助(^_^)。
相关文章推荐
- 51Nod---1006-最长公共子序列Lcs
- LCS最长公共子序列问题
- [算法] 最长公共子序列(LCS)问题
- 求解最长公共子序列问题(LCS)
- 最长公共子序列与最长公共子串(Longest Common Subsequence, LCS)
- 【dp专题1】F - Common Subsequence 【最长公共子序列模板LCS】hdu1159
- 最长公共子序列问题(LCS)
- LCS-最长公共子序列
- 最长公共子序列LCS和最长单调递增子序列
- 51nod 1006 最长公共子序列Lcs
- 最长公共子序列LCS(动态规划基础)
- lcs 最长公共子序列 O(nlogn)算法
- 动态规划C语言实现之最长公共子序列(LCS)
- 动态规划-最长公共子序列LCS
- 大白话讲解LCS(最长公共子序列)
- LCS(最长公共子序列问题)
- DP:LCS(最长公共子串、最长公共子序列)
- poj DP LCS 最长公共子序列汇总
- 最长公共子序列LCS
- 算法 最长公共子序列LCS