最长公共子序列问题-动态规划
来源:互联网 发布:linux qt5 usb热插拔 编辑:程序博客网 时间:2024/05/21 08:03
动态规划思路:
1、序列str1和序列str2
·长度分别为m和n;
·创建1个二维数组L[m.n];
·初始化L数组内容为0
·m和n分别从0开始,m++,n++循环:
- 如果str1[m] == str2[n],则L[m,n] = L[m - 1, n -1] + 1;
- 如果str1[m] != str2[n],则L[m,n] = max{L[m,n - 1],L[m - 1, n]}
·最后从L[m,n]中的数字一定是最大的,且这个数字就是最长公共子序列的长度
·从数组L中找出一个最长的公共子序列
2、从数组L中查找一个最长的公共子序列
i和j分别从m,n开始,递减循环直到i = 0,j = 0。其中,m和n分别为两个串的长度。
·如果str1[i] == str2[j],则将str[i]字符插入到子序列内,i--,j--;
·如果str1[i] != str[j],则比较L[i,j-1]与L[i-1,j],L[i,j-1]大,则j--,否则i--;(如果相等,则任选一个)
#include<iostream>#include<string>#include<algorithm>#include<vector>using namespace std;int main(){//最长公共子序列int CLS[100][100] = {0};string s1 = "ABCABDB";string s2 = "BDCABA";vector<vector<char>>vec[100];int count = 0;for (int i = 0; i < s1.size(); ++i){for (int j = 0; j < s2.size(); ++j){if (s1[i] == s2[j]){CLS[i+1][j+1] = CLS[i][j] + 1;}else{CLS[i+1][j+1] = max(CLS[i][j+1], CLS[i+1][j]);}}}for (int i = 0; i <= s1.size(); ++i){for (int j = 0; j <= s2.size(); ++j){cout << CLS[i][j] << " ";}cout << endl;}cout << "The length of s1 and s2 common longest sequence is:" << CLS[s1.size()][s2.size()] << endl;/*for (int i = s1.size(); i >0 ; --i){for (int j = s2.size(); j >0 ; --j){if (s1[i - 1] == s2[j - 1]){vec[count].push_back(s1[i-1]);}}}*/return 0;}
0 0
- 动态规划问题 最长公共子序列
- 动态规划:最长公共子序列问题
- 最长公共子序列问题--动态规划
- 动态规划-最长公共子序列问题
- 最长公共子序列问题 动态规划
- 最长公共子序列问题-动态规划
- 动态规划问题:最长公共子序列问题
- 动态规划---LCS问题 最长公共子序列
- 动态规划解最长公共子序列问题
- 动态规划;最长公共子序列;LCS问题;
- HDU 1159 最长公共子序列问题 动态规划
- 动态规划解最长公共子序列问题
- 动态规划求解最长公共子序列问题
- 动态规划解最长公共子序列问题
- 动态规划解最长公共子序列问题
- 动态规划之最长公共子序列问题
- 动态规划经典问题---最长公共子序列(LCS)
- 动态规划算法解最长公共子序列LCS问题
- 【OpenCV学习笔记】二十八、轮廓特征属性及应用(五)——最小外接矩形
- React-Native 之 项目实战(三)
- ucosIII任务管理(未完持续)
- Android WebView属性使用详解
- java-springmvc4+freemarker-实现layout布局页
- 最长公共子序列问题-动态规划
- Redhat:HugePage
- 《勿忘初心,放得始终》
- 缓存淘汰算法--LRU算法
- android开发遇到make is not found in path 或者是报加载不到so库的错误
- 划分数(3题)
- 软件测试 基础概念汇总(用于大学毕业生面试参考)
- 浅析Dialog不显示,isShowing()却返回true
- 自己拥有的第一个域名