Longest Commom Subsequences Problem

本文详细介绍了如何通过简化边界情况处理,将递归问题转化为易于理解的循环算法,并以实例代码展示。从复杂度分析到实际代码实现,全程突出清晰性和易读性,帮助读者轻松掌握核心概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

到网上参考了很多博客和资料,发现讲得都太复杂。反而是常被吐槽的《算法导论》讲得最清楚、明了。
在一开始写这段代码的时候觉得要考虑边界情况太麻烦,干脆不管边界,先将递推方程写出来再说。最后发现,其实在循环中加入一个判断即可简单解决问题。

My Source Code

//  Created by Chlerry in 2015.
//  Copyright (c) 2015 Chlerry. All rights reserved.
//  This is an O(n*m+n+m) algorithm

#include <cstdio>
#include <cstdlib>
#include <iostream>
#include <algorithm>
#include <sstream>
#include <cstring>
#include <climits>
#include <string>
#include <vector>
#include <cmath>
#include <stack>
#include <queue>
#include <set>
#include <map>
#include <unordered_map>
using namespace std;
#define Size 100000
#define ll long long
#define mk make_pair
#define pb push_back
#define mem(array, x) memset(array,x,sizeof(array))
typedef pair<int,int> P;

string a,b;
int f[100][100];
void DFS(int x,int y)
{
    if(a[x]==b[y])
    {
        if(f[x][y]>1)
            DFS(x-1,y-1);
        cout<<a[x]<<' ';
        return;
    }
    else if(x>0 && f[x-1][y]==f[x][y])
        DFS(x-1,y);
    else
        DFS(x,y-1);
}
int main()
{
    //freopen("in.txt","r",stdin);
    cin>>a>>b;
    for(int i=0;i<a.size();i++)
        for(int j=0;j<b.size();j++)
            if(!i && !j)
                f[i][j]=(a[i]==b[j]);
            else if(!i)
                f[i][j]=f[i][j-1];
            else if(!j)
                f[i][j]=f[i-1][j];
            else if(a[i]==b[j])
                f[i][j]=f[i-1][j-1]+1;
            else
                f[i][j]=max(f[i-1][j],f[i][j-1]);
    cout<<f[a.size()-1][b.size()-1]<<endl;
    DFS(a.size()-1,b.size()-1),cout<<endl;
    return 0;
}


### 关于回文子序列的算法及其示例 #### 定义与概念 回文是指正读和反读都相同的字符序列。对于给定字符串中的任意字符组合形成的子序列,如果该子序列满足上述条件,则称为回文子序列。 #### 动态规划求解最长回文子序列 为了找到一个字符串中最长的回文子序列,可以采用动态规划的方法来解决这个问题。设 `dp[i][j]` 表示从第 i 到 j 的子串内的最长回文子序列长度: - 当 s[i]==s[j] 时, dp[i][j]=dp[i+1][j−1]+2; - 否则, dp[i][j]=max(dp[i+1][j],dp[i][j−1]). 最终的结果保存在 `dp[0][len(s)-1]` 中[^3]. ```python def longest_palindromic_subseq(s: str) -> int: n = len(s) # 创建二维数组用于存储中间结果 dp = [[0]*n for _ in range(n)] # 初始化单个字符的情况 for i in range(n): dp[i][i] = 1 # 填充表格 for length in range(2, n + 1): for start in range(n - length + 1): end = start + length - 1 if s[start] == s[end]: dp[start][end] = dp[start+1][end-1] + 2 else: dp[start][end] = max(dp[start+1][end], dp[start][end-1]) return dp[0][-1] ``` 此方法的时间复杂度为 O(n²),空间复杂度同样为 O(n²). #### 枚举所有可能的回文子序列 除了寻找最长的回文子序列外,还可以通过枚举的方式找出所有的不同回文子序列。这种方法适用于较短的输入字符串,并且可以通过位掩码技术实现高效的遍历。 ```python from collections import defaultdict def count_distinct_palindrome_subsequences(text: str) -> list[str]: results = set() memo = {} def backtrack(start=0, path=""): nonlocal text, results, memo key = (start, path) if key not in memo: temp_set = {path} if path == path[::-1] else {} for index in range(start, len(text)): new_path = path + text[index] if new_path == new_path[::-1]: temp_set.add(new_path) temp_set |= backtrack(index + 1, new_path) memo[key] = temp_set results.update(memo[(start, path)]) return memo[(start, path)] backtrack() return sorted(list(results)) ``` 这段代码会返回按字典序排列的不同回文子序列列表.
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
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