最长公共子序列（动态规划）

最新推荐文章于 2025-06-10 16:20:37 发布

原创最新推荐文章于 2025-06-10 16:20:37 发布 · 256 阅读

0 ·

CC 4.0 BY-SA版权

python 同时被 3 个专栏收录

84 篇文章

订阅专栏

算法

44 篇文章

订阅专栏

数据结构

38 篇文章

订阅专栏

博客围绕最长公共子序列展开，采用动态规划方法求解。动态规划在处理此类问题时能有效降低复杂度，通过合理规划和状态转移，可高效得出最长公共子序列的结果，在信息技术领域有重要应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

s1 = [1,3,4,5,6,7,7,8]
s2 = [3,5,7,4,8,6,7,8,2]

d = [[0]*(len(s2)+1) for i in range(len(s1)+1) ]

for i in range(1,len(s1)+1):
    for j in range(1,len(s2)+1):
        if s1[i-1] == s2[j-1]:
            d[i][j] = d[i-1][j-1]+1
        else:
            d[i][j] = max(d[i-1][j],d[i][j-1])


print ("max LCS number:",d[-1][-1])