算法提高 最长字符序列 (递归or动态规划)

最长公共子序列算法
最长字符序列
问题描述
  设x(i), y(i), z(i)表示单个字符,则X={x(1)x(2)……x(m)},Y={y(1)y(2)……y(n)},Z={z(1)z(2)……z(k)},我们称其为字符序列,其中m,n和k分别是字符序列X,Y,Z的长度,括号()中的数字被称作字符序列的下标。
  如果存在一个严格递增而且长度大于0的下标序列{i1,i2……ik},使得对所有的j=1,2,……k,有x(ij)=z(j),那么我们称Z是X的字符子序列。而且,如果Z既是X的字符子序列又是Y的字符子序列,那么我们称Z为X和Y的公共字符序列。
  在我们今天的问题中,我们希望计算两个给定字符序列X和Y的最大长度的公共字符序列,这里我们只要求输出这个最大长度公共子序列对应的长度值。
  举例来说,字符序列X=abcd,Y=acde,那么它们的最大长度为3,相应的公共字符序列为acd。
输入格式
  输入一行,用空格隔开的两个字符串
输出格式
  输出这两个字符序列对应的最大长度公共字符序列的长度值
样例输入
aAbB aabb
样例输出
2
数据规模和约定

  输入字符串长度最长为100,区分大小写。


这个题介绍两个方法递归和动态规划,基本思想是一样的,

~如果s1,s2字符串长度分别为i,j,如果s1,s2最后一个字母字符相同,那么最大公共字符串长度必定是s1前i-1个字符和s2前j-1个字符的最大公共字串长度+1

~如果最后一个字符不相等,那么最大公共字串长度必定是(s1前i-1个字符和s2整个字串最长公共字串长度)或者(s1整个字串和s2前j-1个字符的最长公共字串长度)的最大值


1.递归方法

递归式   LCS(i,j)表示当s1长度为i,s2长度为j时最大公共字串长度

#include<iostream>
#include<algorithm>
#include<string>
using namespace std;
string s1,s2;
int LCS(int i,int j)
{
	if(i>=s1.length()||j>=s2.length())
		return 0;
	else if(s1[i]==s2[j])
		return LCS(i+1,j+1)+1;
	else
		return max(LCS(i+1,j),LCS(i,j+1));
}
int main() {
	cin>>s1>>s2;
	cout<<LCS(0,0)<<endl;
    return 0;
}

2.动态规划法

动态规划方程:dp[i][j]表示当s1长度为i,s2长度为j时最大公共字串长度



#include <iostream>
#include <string>
#include <algorithm>
using namespace std;
int dp[101][101]={{0}}; 
int main()
{
	string s1,s2;
	cin>>s1>>s2;
	for(int i=1;i<=s1.length();i++)//注意从1开始
		for(int j=1;j<=s2.length();j++)
		{
			if(s1[i-1]==s2[j-1])
				dp[i][j]=dp[i-1][j-1]+1;
			else
				dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
		}
	cout<<dp[s1.length()][s2.length()]<<endl;
	return 0;
}

动态规划算法动态规划算法的思路是:先构建一个二维数组 dp,其中 dp[i][j] 表示 s1 的前 i 个字符和 s2 的前 j 个字符最长公共子序列的长度。然后,依次填充 dp 数组的每个元素,最终得到 dp[m][n] 就是 s1 和 s2最长公共子序列的长度。 具体的填充方法是,从左到右、从上到下遍历 dp 数组,根据递归表达式,依次计算出每个 dp[i][j] 的值。最终得到 dp[m][n] 就是所求。 Python代码如下: ``` def longest_common_subsequence(s1, s2): m, n = len(s1), len(s2) dp = [[0] * (n+1) for _ in range(m+1)] for i in range(1, m+1): for j in range(1, n+1): if s1[i-1] == s2[j-1]: dp[i][j] = dp[i-1][j-1] + 1 else: dp[i][j] = max(dp[i-1][j], dp[i][j-1]) return dp[m][n] ``` 递归算法递归算法的思路是:根据递归表达式,依次递归求解 s1 的前 i 个字符和 s2 的前 j 个字符最长公共子序列的长度。具体的递归过程如下: 1. 如果 s1 或 s2 为空字符串,则它们的最长公共子序列的长度为 0。 2. 如果 s1 和 s2 的最后一个字符相同,则它们的最长公共子序列的长度为它们各去掉最后一个字符后的子串的最长公共子序列的长度加上 1。 3. 如果 s1 和 s2 的最后一个字符不同,则它们的最长公共子序列的长度为它们分别去掉最后一个字符后的子串的最长公共子序列的长度的最大值。 递归函数的代码如下: ``` def longest_common_subsequence(s1, s2): m, n = len(s1), len(s2) if m == 0 or n == 0: return 0 if s1[m-1] == s2[n-1]: return longest_common_subsequence(s1[:m-1], s2[:n-1]) + 1 else: return max(longest_common_subsequence(s1[:m-1], s2), longest_common_subsequence(s1, s2[:n-1])) ``` 注意:递归算法的时间复杂度较高,不适合处理较长的字符串,而动态规划算法的时间复杂度为 O(mn),适用于处理长度较大的字符串。
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