最大子序列、最长递增子序列、最长公共子串、最长公共子序列、字符串编辑距离总结

本文总结了几个经典的序列问题,包括最大子序列、最长递增子序列、最长公共子串和最长公共子序列,并提供了相应的算法思路和C++代码实现。同时,介绍了编辑距离(Levenshtein距离)的概念,它是衡量两个字符串相似度的一种方法,同样使用动态规划求解。

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

一、最大子序列

即找出由数组成的一维数组中和最大的连续子序列。例如{5, -6, 4, 2}的最大子序列是{4, 2},它们的和是6。


思路:假设数组为num,用dp[i]存储当遍历到num[i]时,num[0]~num[i]之间求得的最大子序列的和。

遍历num,当遍历到num[i]时,转换方程如下:

如果dp[i-1]>0,则dp[i] = dp[i-1] + num[i],

否则dp[i] = num[i]。


这么去想,站在num[i]的角度来看,如果dp[i-1]>0,说明前i-1个数的最大子序列和大于0,那么num[i]加上一个正数肯定会比num[i]大,因此dp[i] = dp[i-1] + num[i]。如果dp[i-1]<=0,那么num[i]加上一个非正数肯定比num[i] 小或者相等,所以dp[i] = num[i]


c++代码

#include<iostream>
using namespace std;
int main(){
	int num[6]={5, -3, -4, 12, 9, -1};
	int len=6;
	int* dp = new int[6];
	int max_len=0;
	if(len>0){
		dp[0] = num[0];
		for(int i=1;i<len;i++){
			if(dp[i-1]>0){
				dp[i] = dp[i-1] + num[i];
			}else{
				dp[i] = num[i];
			}
			if(dp[i]>max_len)
				max_len = dp[i];
		}
	}
	cout<<"最大子序列和为:"<<max_len<<endl;
	return 0;
		
	
}


输出:

最大子序列和为:21

二、最长递增子序列

给定一个长度为N的数组,找出一个最长的单调自增子序列(不一定连续,但是顺序不能乱)。例如:给定一个长度为6的数组A{5, 6, 7, 1, 2, 8},则其最长的单调递增子序列为{5,6,7,8},长度为4.


代码:

#include<iostream>
using namespace std;

int maxLen(int arr[], int length){
    int* dp = new int[length+1];
    int max = 0;
    for(int i=0;i<length;i++){
        dp[i] = 1;
        for(int j=0;j<i;j++){
            if(arr[j]<arr[i] && (dp[j]+1)>dp[i]){
                dp[i] = dp[j]+1;
            }
        }//for
        if(dp[i] > max){
            max = dp[i];
        }
    }//for

    return max;
}

int main(){
    int arr[8] = {1, -1, 2, -3, 4, -5, 6, -7};
    cout<<maxLen(arr, 8);
    return 0;
}


测试用例:

在序列1,-1,2,-3,4,-5,6,-7中,其最长的递增子序列为1,2,4,6

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