Common Subsequence Gym - 102307C 公共序列

本文详细解析了2019年ICPC哥伦比亚大学编程竞赛中C题“Common Subsequence”的解题思路,介绍了如何利用动态规划优化最长公共子序列(LCS)算法,以满足特定条件下的高效计算。

2019 ICPC Universidad Nacional de Colombia Programming Contest C D J

 

C. Common Subsequence

题意:给出长度为n两个串,求两个串的最长公共子序列len,如果len>=0.99*n,两个串就是亲兄弟否则不是。

解法:朴素的求LCS的时间复杂度是O(nm),这题肯定超时。正解不容易想,要注意到0.99这个特点,我们从这个特点下手也就是说最多只能抛弃0.01*n=1000个字符,

那么我们设dp[i][j]为A串前i+dp[i][j]个字符抛弃掉i个字符,B串前j+dp[i][j]个字符抛弃掉j个字符获得的LCS长度为dp[i][j]。

那么对于此时枚举到的dp[i][j],i+dp[i][j]就是A串已经完成匹配的字符,j+dp[i][j]就是B串完成匹配的字符,换句话说就是AB串接下来开始的位置已经确定了,接下来我们继续从下一个字符开始匹配。

dp[i][j]匹配完之后,A[i+dp[i][j]+1]和B[j+dp[i][j]+1]不相等,那么只能有两种选择抛弃A[i+dp[i][j]+1]或者抛弃B[j+dp[i][j]+1]。所以用dp[i][j]去更新这两个值

 

#include<bits/stdc++.h>
using namespace std;
const int N=1e5+10;
char A[N],B[N];
int n,m,ans,dp[1010][1010];

int main()
{
    scanf("%s%s",A+1,B+1);
    n=strlen(A+1);
    m=min(1000,n);
    for (int i=0;i<=m;i++)
        for (int j=0;j<=m;j++) {
            while (A[i+dp[i][j]+1]==B[j+dp[i][j]+1] && i+dp[i][j]+1<=n && j+dp[i][j]+1<=n) dp[i][j]++;
            dp[i+1][j]=max(dp[i+1][j],dp[i][j]);
            dp[i][j+1]=max(dp[i][j+1],dp[i][j]);
            ans=max(ans,dp[i][j]);
        }
    if (100*ans>=99*n) puts("Long lost brothers D:"); else puts("Not brothers :(");
    return 0;
}

 

转载于:https://www.cnblogs.com/downrainsun/p/11518754.html

### SDUT C语言实验中最长公共序列 (LCS) 问题解法 #### 动态规划方法概述 动态规划(Dynamic Programming, DP)是一种常用的算法设计技术,适用于解决最优化问题。在处理字符串匹配类问题时,动态规划尤为有效。对于最长公共序列(Longest Common Subsequence, LCS)问题,其核心在于通过构建一个二维表格 `dp` 来记录两个字符串之间的状态关系。 设给定的两个字符串分别为 \( X \) 和 \( Y \),长度分别为 \( m \) 和 \( n \)。定义二维数组 `dp[i][j]` 表示字符串 \( X[1..i] \) 和 \( Y[1..j] \) 的最长公共序列的长度,则可以得到如下转移方程: \[ dp[i][j] = \begin{cases} 0 & \text{if } i=0 \text{ or } j=0 \\ dp[i-1][j-1]+1 & \text{if } X[i]=Y[j] \\ \max(dp[i-1][j], dp[i][j-1]) & \text{otherwise } \end{cases} \] 最终的结果即为 \( dp[m][n] \)[^1]。 #### 实现代码 以下是基于上述理论实现的一个标准 C 语言程序: ```c #include <stdio.h> #include <string.h> void lcs(char *X, char *Y, int m, int n) { int dp[m+1][n+1]; // 初始化 dp 数组 for(int i = 0; i <= m; i++) { for(int j = 0; j <= n; j++) { if(i == 0 || j == 0) dp[i][j] = 0; else if(X[i-1] == Y[j-1]) dp[i][j] = dp[i-1][j-1] + 1; else dp[i][j] = (dp[i-1][j] > dp[i][j-1]) ? dp[i-1][j] : dp[i][j-1]; } } printf("Length of Longest Common Subsequence is %d\n", dp[m][n]); } int main() { char X[] = "AGGTAB"; char Y[] = "GXTXAYB"; int m = strlen(X); int n = strlen(Y); lcs(X, Y, m, n); return 0; } ``` 此代码实现了计算两字符串之间最长公共序列的功能,并打印出该子序列的长度。 #### 复杂度分析 时间复杂度主要由嵌套循环决定,由于需要遍历整个二维表,故时间为 \( O(m \times n) \)。空间上也需要开辟大小为 \( (m+1) \times (n+1) \) 的辅助矩阵用于存储中间结果,因此空间复杂度亦为 \( O(m \times n) \)。 ---
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