最长公共子序列+打印路径

本文讨论了如何在给定两个序列的情况下找到它们的最长公共子序列,并提供了具体的算法实现和示例代码。

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

一、问题描述

 1 若给定序列X={x1,x2,…,xm},则另一序列Z={z1,z2,…,zk},是X的子序列是指存在一个严格递增下标序列{i1,i2,…,ik}使得对于所有j=1,2,…,k有:zj=xij。例如,序列Z={B,C,D,B}是序列X={A,B,C,B,D,A,B}的子序列,相应的递增下标序列为{2,3,5,7}。给定2个序列X和Y,当另一序列Z既是X的子序列又是Y的子序列时,称Z是序列X和Y的公共子序列。给定2个序列X={x1,x2,…,xm}和Y={y1,y2,…,yn},找出X和Y的最长公共子序列。

2、    由文件input.txt提供输入数据,X={A,B,C,B,D,A,B}和Y={B,D,C,A,B,A}。

二、算法

注意打印路径从后判断dp[i][j]的取值,排除记录选中的点,逆序输出即可

三、代码

#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;
#define N 10
int dp[N][N];
int path[N];
int main()
{
    char a[N];
    char b[N];
    freopen("lcsInput.txt","r",stdin);
    freopen("lcsOutput.txt","w",stdout);
    scanf("%s%s",a,b);
    int la=strlen(a);
    int 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]);
        }
    }
    int i=la,j=lb,k=0;
    while(dp[i][j])
    {
        if(dp[i][j]==dp[i-1][j])
        i--;
        else if(dp[i][j]==dp[i][j-1])
        j--;
        else
        {
            path[k++]=i-1;
            i--;j--;
        }
    }
    printf("%s\n%s\n",a,b);
    printf("最长公共子序列长度=%d\n",dp[la][lb]);
    for(int i=k-1;i>=0;i--)
    printf("%c",a[path[i]]);
    printf("\n");
    return 0;
}


 

### C++ 实现最长公共上升子序列并打印路径 以下是一个完整的解决方案,包括动态规划算法的实现以及路径打印功能。 #### 动态规划与路径追踪 动态规划数组 `f[i][j]` 表示以序列 `a` 的前 `i` 个元素和序列 `b` 的前 `j` 个元素为范围,并且以 `b[j]` 结尾的最长公共上升子序列的长度。为了记录路径,使用辅助数组 `p[j]` 记录每个状态的前驱位置[^2]。 当 `a[i] == b[j]` 时,通过遍历所有满足 `b[k] < b[j]` 的位置 `k` 来更新当前状态,并同时记录最优前驱位置。最终通过回溯 `p[j]` 数组来构造具体的子序列[^2]。 #### 完整代码实现 以下是包含路径打印功能的完整 C++ 实现: ```cpp #include <bits/stdc++.h> using namespace std; int main() { ios::sync_with_stdio(false); cin.tie(nullptr); cout.tie(nullptr); int n, m; cin >> m; // 序列 b 的长度 vector<int> b(m + 1); // 序列 b for (int i = 1; i <= m; ++i) cin >> b[i]; cin >> n; // 序列 a 的长度 vector<int> a(n + 1); // 序列 a for (int i = 1; i <= n; ++i) cin >> a[i]; // 定义 dp 数组 vector<vector<int>> f(n + 1, vector<int>(m + 1, 0)); vector<int> p(m + 1, 0); // 用于记录路径 int ans = 0; // 最长公共上升子序列的长度 int end_pos = 0; // 子序列在 b 中的结束位置 // 动态规划填表 for (int i = 1; i <= n; ++i) { for (int j = 1; j <= m; ++j) { if (a[i] == b[j]) { f[i][j] = 1; for (int k = 1; k < j; ++k) { if (b[k] < b[j] && f[i][j] < f[i - 1][k] + 1) { f[i][j] = f[i - 1][k] + 1; p[j] = k; // 记录前驱位置 } } } else { f[i][j] = f[i - 1][j]; } // 更新最大值及对应的结束位置 if (f[i][j] > ans) { ans = f[i][j]; end_pos = j; } } } // 输出最长公共上升子序列的长度 cout << ans << "\n"; // 回溯路径输出具体子序列 stack<int> s; while (end_pos != 0) { s.push(b[end_pos]); end_pos = p[end_pos]; } while (!s.empty()) { cout << s.top() << " "; s.pop(); } cout << "\n"; return 0; } ``` #### 代码解析 1. **输入部分**:首先读取两个序列 `a` 和 `b` 的长度及其内容。 2. **动态规划数组初始化**:定义二维数组 `f[i][j]` 和一维数组 `p[j]` 分别存储状态值和路径信息。 3. **状态转移**: - 当 `a[i] == b[j]` 时,尝试从所有满足 `b[k] < b[j]` 的位置 `k` 更新当前状态,并记录最优前驱位置。 - 如果 `a[i] != b[j]`,则直接继承上一行的状态。 4. **路径回溯**:通过栈结构逆序存储路径,并最终输出具体子序列[^2]。 #### 时间复杂度分析 上述实现的时间复杂度为 \(O(n \times m^2)\),其中 \(n\) 和 \(m\) 分别是序列 `a` 和 `b` 的长度。这是因为对于每个状态 `(i, j)`,需要遍历所有可能的前驱位置 `k` 来更新状态。 如果数据规模较大,可以进一步优化时间复杂度为 \(O(n \times m)\),通过维护一个辅助数组记录当前最优解的位置。 --- ####
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