动态规划之最长公共子序列
来源:互联网 发布:android 短信软件 编辑:程序博客网 时间:2024/05/18 01:56
- 问题描述
最长公共子序列问题是给定两个X={x1,x2,……,xm}和Y={y1,y2,……,yn},求X和Y长度最长的公共子序列。 - 求解步骤
首先,刻画最优子结构特征。
其次,递归的定义最优解的值
有了递归式我们就可以使用自底向上的方法求解了
package sxd.learn.algorithms;/** * @author Xiaodong * date Apr 14, 2015 * desc 最长公共子序列问题 longest-common-subsequence problem */public class LcsLength { public static void main(String[] args){ String[] x = new String[]{"A", "B", "C", "B", "D", "A", "B"}; String[] y = new String[]{"B","D", "C", "A", "B", "A"}; int[][] c =LCS_LENGTH(x, y); PRINT_LCS(c, x, y, x.length, y.length); } //计算最优解 public static int[][] LCS_LENGTH(String[] x, String[] y){ int[][] c = new int[x.length+1][y.length+1]; for(int k = 0; k <= y.length; k++){ c[0][k] = 0; } for(int k = 0; k <= x.length; k++){ c[k][0] = 0; } for(int i = 1; i <= x.length; i++){ for(int j = 1; j <= y.length; j++){ if(x[i-1] == y[j-1]){ c[i][j] = c[i-1][j-1] + 1; }else if(c[i-1][j] >= c[i][j-1]){ c[i][j] = c[i-1][j]; }else{ c[i][j] = c[i][j-1]; } } } return c; } //构造最优解 public static void PRINT_LCS(int[][] c, String[] x, String[] y, int xIndex , int yIndex){ if(xIndex == 0 || yIndex ==0) return; if(x[xIndex-1] == y[yIndex-1]){ PRINT_LCS(c, x, y, xIndex-1, yIndex-1); System.out.print(x[xIndex -1]); }else if(c[xIndex-1][yIndex] >= c[xIndex][yIndex-1]){ PRINT_LCS(c, x, y, xIndex-1, yIndex); }else{ PRINT_LCS(c, x, y, xIndex, yIndex -1); } }}
其中LCS_LENGTH函数是计算最优解的,PRINT_LCS是输出最优解的。
0 0
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- 动态规划之最长公共子序列
- SQL中一些数据类型的区别
- jquery 鼠标移到图片弹出浮动层显示大图片
- 三消类游戏《万圣大作战》03:触摸事件与精灵的交换
- 学习笔记之system.in的用法
- 线程相互等待
- 动态规划之最长公共子序列
- ActiveMQ有支持两种事务
- Android Art Hook 技术方案
- 康拓展开和逆展开
- 容器
- datagrid的用法
- oracle操作
- ScrollBar
- 在Liunx下安装Apache