poj1080 Human Gene Functions

本文介绍了一道关于DNA序列比对的问题,通过动态规划方法解决如何将一个DNA链变形成另一个,使得两者相似度最大。使用了二维DP数组和匹配程度地图,实现了状态转移方程。

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

题目:
链 AGTGATG
GTTAG
可变形成
AGTGAT-G
-GT--TAG
从而得到和最大
分析:
dp问题,属于最长公共子序列的变形题,用二维dp[i][j]存储当前
串一的i位置和串二j位置上的和最大值,答案为dp[len1][len2],
用地图map[i][j]存储AGCT的匹配程度,把输入的字符串用数组表示,
并且a[i][j],b[i][j]与地图的对应更容易计算
状态转移方程为
dp[i][j]=max{dp[i][j],dp[i][j-1]+map[a[i]][5],dp[i-1][j]+map[5][b[j]],dp[i-1][j-1]+map[a[i]][b[j]]}

#include <iostream>
#include <cstring>
#include <string>
using namespace std;
#define X 105
#define INF -10001//表示无穷大
int dp[X][X];//储存当前串一的i位置和串二j位置上的最优解
int map[6][6];//储存字符匹配程度
int a[X],b[X];//串一串二的表示数组
string target,match;//输入的两个字符串
int main()
{
freopen("sum.in","r",stdin);
freopen("sum.out","w",stdout);

int test;
cin>>test;
//以下为匹配程度,1表示A,2表示G,3表示C,4表示T
for(int i=1;i<5;i++)
map[i][i] = 5;
map[1][2]=map[2][1]=-2;
map[1][3]=map[3][1]=-1;
map[1][4]=map[4][1]=-1;
map[1][5]=map[5][1]=-3;
map[2][3]=map[3][2]=-3;
map[2][4]=map[4][2]=-2;
map[2][5]=map[5][2]=-2;
map[3][4]=map[4][3]=-2;
map[3][5]=map[5][3]=-4;
map[4][5]=map[5][4]=-1;
while(test--)
{
int len1,len2;
cin>>len1>>match>>len2>>target;
memset(dp,INF,sizeof(dp));//初始化
//以下把字符串化为数组,1表示A,2表示G,3表示C,4表示T
for(int i=0;i<len1;i++)
{
if(match[i]=='A')
a[i+1]=1;
else if(match[i]=='G')
a[i+1]=2;
else if(match[i]=='C')
a[i+1]=3;
else if(match[i]=='T')
a[i+1]=4;
}
for(int i=0;i<len2;i++)
{
if(target[i]=='A')
b[i+1]=1;
else if(target[i]=='G')
b[i+1]=2;
else if(target[i]=='C')
b[i+1]=3;
else if(target[i]=='T')
b[i+1]=4;
}
//////////////////初始化dp
dp[0][0]=0;
for(int i=1;i<=len1;i++)//当串二为空串时(尽管不可能)
dp[i][0]=dp[i-1][0]+map[a[i]][5];
for(int i=1;i<=len2;i++)//当串一为空串时(尽管不可能)
dp[0][i]=dp[0][i-1]+map[5][b[i]];
/////////////////核心程序,实现状态转移
for(int i=1;i<=len1;i++)
for(int j=1;j<=len2;j++)
{
dp[i][j]=max(dp[i][j],dp[i-1][j-1]+map[a[i]][b[j]]);
dp[i][j]=max(dp[i][j],dp[i][j-1]+map[5][b[j]]);
dp[i][j]=max(dp[i][j],dp[i-1][j]+map[a[i]][5]);
}
cout<<dp[len1][len2]<<endl;
}

return 0;
}

 

转载于:https://www.cnblogs.com/yejinru/archive/2012/02/29/2374700.html

内容概要:本文深入解析了扣子COZE AI编程及其详细应用代码案例,旨在帮助读者理解新一代低门槛智能体开发范式。文章从五个维度展开:关键概念、核心技巧、典型应用场景、详细代码案例分析以及未来发展趋势。首先介绍了扣子COZE的核心概念,如Bot、Workflow、Plugin、Memory和Knowledge。接着分享了意图识别、函数调用链、动态Prompt、渐进式发布及监控可观测等核心技巧。然后列举了企业内部智能客服、电商导购助手、教育领域AI助教和金融行业合规质检等应用场景。最后,通过构建“会议纪要智能助手”的详细代码案例,展示了从需求描述、技术方案、Workflow节点拆解到调试与上线的全过程,并展望了多智能体协作、本地私有部署、Agent2Agent协议、边缘计算插件和实时RAG等未来发展方向。; 适合人群:对AI编程感兴趣的开发者,尤其是希望快速落地AI产品的技术人员。; 使用场景及目标:①学习如何使用扣子COZE构建生产级智能体;②掌握智能体实例、自动化流程、扩展能力和知识库的使用方法;③通过实际案例理解如何实现会议纪要智能助手的功能,包括触发器设置、下载节点、LLM节点Prompt设计、Code节点处理和邮件节点配置。; 阅读建议:本文不仅提供了理论知识,还包含了详细的代码案例,建议读者结合实际业务需求进行实践,逐步掌握扣子COZE的各项功能,并关注其未来的发展趋势。
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