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 使用execjs 报编码错误解决办法,UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xac in position 145: il
    查看>>
    python 使用filetype校验文件
    查看>>
    Python 使用flush函数将缓冲区数据立即写磁盘
    查看>>
    python 使用in判断不准确,in不好使
    查看>>
    Python 使用pandas 进行查询和统计详解
    查看>>
    Redis 配置文件redis.conf详细解释
    查看>>
    python网络爬虫(2)——scrapy框架的基础使用
    查看>>
    python网络爬虫实例教程试读_Python网络爬虫实战教程(全套完整版) - 学途无忧网 - 做技术的王者 - Powered By EduSoho...
    查看>>
    Python 使用哈希函数用于加密
    查看>>
    Python 依赖管理的革新——Poetry 深度解析
    查看>>
    python 保留精度及增加去除数字的千位分隔符(金额化数字)
    查看>>
    python 倒计时 9,8,7,。。。。。。0
    查看>>
    Python 入门开发学习笔记之数据的增删改查
    查看>>
    Python 入门教程(2)搭建环境 2.4、VSCode配置Node.js运行环境
    查看>>
    Python 八大排序算法合集
    查看>>
    python 关于epoll的学习
    查看>>
    Python 内存管理
    查看>>
    Python 内嵌函数:它们有什么用处?
    查看>>
    Python 内置 sum 函数 vs. for 循环性能
    查看>>
    python 内置slice的用法
    查看>>