uva10405 - Longest Common Subsequence(LCS)

本文详细阐述了在解决字符版最长公共子序列问题时,通过对比两种不同实现方式,揭示了错误代码中对相等字符串进行多余累加的问题,并提供了正确的解题思路和代码实现。通过分析样例输入输出,清晰地展示了优化后的解法效率提升的过程。

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

题意:
字符版的最长公共子序列
样例如下:
Sample Input
bcacbcabbaccbab
bccabccbbabacbc
a1b2c3d4e
zz1yy2xx3ww4vv
abcdgh
aedfhr
abcdefghijklmnopqrstuvwxyz
a0b0c0d0e0f0g0h0i0j0k0l0m0n0o0p0q0r0s0t0u0v0w0x0y0z0
abcdefghijklmnzyxwvutsrqpo
opqrstuvwxyzabcdefghijklmn

Sample Output
11
4
3
26
14

思路:
写这题的时候发现uva111做错了(虽然AC),第一个样例跑出来是16,调了一下,发现之前理解的思路有误,附上两张对比图

首先是错误的做法
/*

for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= n; j++) {
                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                if (a[i] == b[j])
                    dp[i][j] ++;
            }
        }

*/
将dp打印,如图:
这里写图片描述
然后是正确代码:
/*

for (int i = 1; i <= la; i++) {
            for (int j = 1; j <= lb; j++) {
                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]);

            }

*/
打印dp,如图:这里写图片描述
经对比后,很快发现,错误代码中对相等字符串做了多余的累加,从图中第一行,错误代码存在2就可看出。
好了,

代码如下:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1005;
char A[N], B[N];
int dp[N][N];

int main() {
    //while(~scanf("%s%s",A,B)) {  //这样会wa,因为输入的字符之间可能含空格,而scanf遇空格停止,而题目中未提到,->_->好坑!
    while (gets(A)&&gets(B)) {
        int la = strlen(A), lb = strlen(B);
        memset(dp, 0, sizeof(dp));
        for (int i = 1; i <= la; i++) {
            for (int j = 1; j <= lb; j++) {
                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]);

            }
        }
        printf("%d\n", dp[la][lb]);
    }
    return 0;
}
在Python中,可以使用动态规划方法来解决最长公共子序列(Longest Common SubsequenceLCS)问题。下面是基本的步骤: 1. 定义问题:给定两个字符串 `str1` 和 `str2`,找到它们共享的最长子序列的长度。 2. 创建动态规划矩阵:创建一个二维数组 `dp`,其中 `dp[i][j]` 表示 `str1` 的前 `i` 个字符和 `str2` 的前 `j` 个字符之间的最长公共子序列的长度。 3. 初始化矩阵:如果 `i=0` 或者 `j=0`,则它们的最长公共子序列就是它们自身,所以 `dp[i][j] = 0`。 4. 动态填充矩阵:对于 `dp[i][j]`(`i>0`, `j>0`),有两种情况: - 如果 `str1[i-1] == str2[j-1]`,说明当前字符匹配,最长公共子序列长度加一,即 `dp[i][j] = dp[i-1][j-1] + 1`。 - 否则,即 `str1[i-1] != str2[j-1]`,我们选择不包含当前字符的最长公共子序列,取 `dp[i-1][j]` 和 `dp[i][j-1]` 中的最大值,即 `dp[i][j] = max(dp[i-1][j], dp[i][j-1])`。 5. 最终结果:当遍历完整个矩阵后,`dp[len(str1)][len(str2)]` 就是所求的最长公共子序列的长度。 以下是 Python 代码实现的例子: ```python def lcs_length(str1, str2): m, n = len(str1), len(str2) dp = [[0] * (n+1) for _ in range(m+1)] for i in range(1, m+1): for j in range(1, n+1): if str1[i-1] == str2[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] # 测试示例 str1 = "ABCDGH" str2 = "AEDFHR" print("Length of LCS is:", lcs_length(str1, str2)) ```
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