博客
关于我
寒假训练补题-第六天-D4-最长公共子序列dp-容易
阅读量:164 次
发布时间:2019-02-28

本文共 1288 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要找到两个字符串的最大长度公共子序列的长度。子序列的定义是元素的顺序保持不变,但不需要连续。我们可以使用动态规划的方法来解决这个问题。

方法思路

  • 问题分析:我们需要找到两个字符串的最大长度公共子序列。子序列的定义是元素的顺序保持不变,但不需要连续。例如,给定两个字符串X和Y,我们需要找到它们的最大长度公共子序列。
  • 动态规划:我们可以使用一个二维数组dp,其中dp[i][j]表示X的前i个字符和Y的前j个字符形成的最大长度公共子序列的长度。
  • 状态转移:当s1[i]等于s2[j]时,dp[i][j] = dp[i-1][j-1] + 1。否则,dp[i][j]取决于前面i-1,j和i,j-1的最大值。
  • 初始化:当i或j为0时,dp[i][j]为0,因为没有字符可以匹配。
  • 解决代码

    #include 
    #include
    #include
    using namespace std;int main() { char s1[1005], s2[1005]; int len1, len2; while (scanf("%s %s", s1 + 1, s2 + 1) != EOF) { memset(dp, 0, sizeof(dp)); len1 = strlen(s1 + 1); len2 = strlen(s2 + 1); for (int i = 1; i <= len1; ++i) { for (int j = 1; j <= len2; ++j) { if (s1[i] == s2[j]) { dp[i][j] = dp[i-1][j-1] + 1; } else { dp[i][j] = max(dp[i-1][j], dp[i][j-1]); } } } printf("%d\n", dp[len1][len2]); } return 0;}

    代码解释

  • 读取输入:使用scanf函数读取输入的两个字符串,确保正确处理多个空格分隔的输入。
  • 初始化动态规划数组:使用memset初始化一个二维数组dp,其大小为1005 x 1005,以避免越界错误。
  • 填充动态规划数组:使用双重循环遍历每个字符位置,更新dp数组。对于每个位置,如果当前字符相等,则取前左上角的值加1,否则取左边或上边的最大值。
  • 输出结果:对于每组输入,输出dp数组在最后一行的值,即两个字符串的最大长度公共子序列的长度。
  • 这种方法确保我们能够高效地计算出最大长度公共子序列的长度,时间复杂度为O(mn),其中m和n分别是两个字符串的长度。

    转载地址:http://lwtj.baihongyu.com/

    你可能感兴趣的文章
    python 三大框架的 介绍。
    查看>>
    Python 下载的 11 种姿势,一种比一种高级!
    查看>>
    python读取一个文件夹下所有图片_初学Python-找出文件夹下的所有图片
    查看>>
    Python 中 3 个不可思议的返回功能
    查看>>
    python 中 dict 的另一种用法
    查看>>
    Python 中 PIL 读取图片出现异常旋转的解决方法
    查看>>
    python读取word表格内容(1)
    查看>>
    python 中os.path.join 双斜杠的解决办法
    查看>>
    python 中PIL.Image和OpenCV图像格式相互转换
    查看>>
    Python 中Semaphore 信号量对象、Event事件、Condition
    查看>>
    python 中with的使用及样例
    查看>>
    python读取txt文件的行数
    查看>>
    Python 中内置的最大堆 API
    查看>>
    Python 中只有一个 True 和一个 False 对象吗?
    查看>>
    python读取mtcars数据集并实现以下操作_关于数据处理。。,Python交流,技术交流区,鱼C论坛 - Powered by Discuz!...
    查看>>
    Python 中多线程与多处理之间的区别
    查看>>
    Python 中如何使用 lambda 函数
    查看>>
    Python 中如何创建多行字符串?
    查看>>
    Python 中如何处理异常?
    查看>>
    Python 中如何实现列表的切片?
    查看>>