问题的关键是如何定义子问题。
假设有:
Xm = x1 x2 x3 ... xm
Yn = y1 y2 y3 ... yn
1. 最长公共子序列(不必连续)
定义f(m, n)为Xm和Yn之间最长的子序列的长度
于是有f(m, 0) = f(0, m) = 0
如果xm != yn, 则f(m, n) = max{ f(m-1, n), f(m, n-1) }
如果xm = yn,则f(m, n) = f(m-1, n-1) + 1
问题归结于求f(m, n)。依照公式用Bottom-up Dynamic Programming可解
2. 最长子字符串(必须是连续的)
定义f(m, n)为Xm和Yn之间最长的子字符串的长度并且该子字符串结束于Xm & Yn。因为要求是连续的,所以定义f的时候多了一个要求字符串结束于Xm & Yn
于是有f(m, 0) = f(0, m) = 0
如果xm != yn, 则f(m, n) = 0
如果xm = yn, 则f(m, n) = f(m-1, n-1) + 1
因为最长字符串不一定结束于Xm / Yn末尾,所以这里必须求得所有可能的f(p, q) | 0 > p > m, 0 > q > n, 最大的f(p, q)就是解。依照公式用Bottom-up Dynamic Programming可解
本文深入探讨了使用动态规划求解最长公共子序列和最长子字符串问题的方法,包括定义状态转移方程、底向上计算以及如何找到最终解。详细解释了每个步骤,帮助读者理解算法的核心思想并应用于实际问题。
1580

被折叠的 条评论
为什么被折叠?



