HDU 1080 最长公共子序列变形

本文介绍了一种基于动态规划的DNA序列比对算法,并通过C++代码详细展示了其实现过程。该算法能够处理带有间隙的序列,通过构建动态规划矩阵来找出两个DNA序列之间的最大相似度。

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

要注意i,j的下标是从1开始到n, m

在编码过程中,刚开始一直出错,后来发现初始少了两句

for(int i = 1; i <= n; i++)
dp[i][0] = dp[i-1][0] + r[a[i-1]][4];
for(int i = 1;i <= m; i++)
dp[0][i] = dp[0][i-1] + r[4][b[i-1]];


#include <iostream>
using namespace std;

const int N = 101;
int dp[N][N];

int max(int a, int b)
{
	if(a > b)
		return a;
	else
		return b;
}
int main()
{
	int  t; 
	cin >> t;
	int r[5][5] = {  {5, -1, -2, -1, -3},
						{-1, 5, -3, -2, -4},
						{-2, -3, 5, -2, -2},
						{-1, -2, -2, 5, -1},
						{-3, -4, -2, -1, 0}	};
	while(t--)
	{
		char str1[N], str2[N];
		int a[N], b[N];
		int n, m;
		cin >> n;
		cin >> str1;
		cin >> m;
		cin >> str2;
		for(int i = 0; i < n; i++)
		{
			switch(str1[i])
			{
			case 'A':
				a[i] = 0; break;
			case 'C':
				a[i] = 1; break;
			case 'G':
				a[i] = 2; break;
			case 'T':
				a[i] = 3; break;
			case '-':
				a[i] = 4; break;
			default:
				a[i] = 0;
			}
		}

		for(int i = 0; i < m; i++)
		{
			switch(str2[i])
			{
			case 'A':
				b[i] = 0;
				break;
			case 'C':
				b[i] = 1; break;
			case 'G':
				b[i] = 2; break;
			case 'T':
				b[i] = 3; break;
			case '-':
				b[i] = 4; break;
			default:
				b[i] = 0;
			}
		}
	//预处理完毕
	//开始最长公共子序列

		memset(dp, 0, sizeof(dp));
		for(int i = 1; i <= n; i++)
			dp[i][0] = dp[i-1][0] + r[a[i-1]][4];
		for(int i = 1;i <= m; i++)
			dp[0][i] = dp[0][i-1] + r[4][b[i-1]];
		for(int i = 1; i <= n; i++)
		{
			for(int j = 1; j <= m; j++)
				dp[i][j] = max(dp[i-1] [j-1] + r[a[i-1]][b[j-1]], max(dp[i][j-1] + r[4][b[j-1]], dp[i-1][j] + r[a[i-1]] [4]));
		}
		cout << dp[n][m] << endl;
	}
	return 0;
}

### HDU 1159 最长公共子序列 (LCS) 解题思路 #### 动态规划状态定义 对于两个字符串 `X` 和 `Y`,长度分别为 `n` 和 `m`。设 `dp[i][j]` 表示 `X[0...i-1]` 和 `Y[0...j-1]` 的最长公共子序列的长度。 当比较到第 `i` 个字符和第 `j` 个字符时: - 如果 `X[i-1]==Y[j-1]`,那么这两个字符可以加入之前的 LCS 中,则有 `dp[i][j]=dp[i-1][j-1]+1`[^3]。 - 否则,如果 `X[i-1]!=Y[j-1]`,那么需要考虑两种情况中的最大值:即舍弃 `X[i-1]` 或者舍弃 `Y[j-1]`,因此取两者较大者作为新的 LCS 长度,即 `dp[i][j]=max(dp[i-1][j], dp[i][j-1])`。 时间复杂度为 O(n*m),其中 n 是第一个字符串的长度而 m 是第二个字符串的长度。 #### 实现代码 以下是 Python 版本的具体实现方式: ```python def lcs_length(X, Y): # 初始化二维数组用于存储中间结果 m = len(X) n = len(Y) # 创建(m+1)x(n+1)大小的表格来保存子问题的结果 dp = [[0]*(n+1) for _ in range(m+1)] # 填充表项 for i in range(1, m+1): for j in range(1, n+1): if X[i-1] == Y[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] # 测试数据输入部分可以根据具体题目调整 if __name__ == "__main__": while True: try: a = input().strip() b = input().strip() result = lcs_length(a,b) print(result) except EOFError: break ``` 此程序会读入多组测试案例直到遇到文件结束符(EOF)。每组案例由两行组成,分别代表要计算其 LCS 的两个字符串。最后输出的是它们之间最长公共子序列的长度。
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