●最长上升子序列
1、子问题:求以ak(k=1, 2, 3…N)为终点的最长上升子序列的长度(一个上升子序列中最右边的那个数,称为该子序列的 “终点”)
2、确定状态:子问题只和一个变量--数字的位置相关。
因此序列中数的位置k就是“状态”,而状态 k 对应的“值”,就是以ak 做为“终点”的最长上升子序列的长度。
状态一共有N个。
3、状态转移方程:
maxLen (1) = 1【初始状态】
maxLen (k) = max { maxLen (i):1<=i < k 且 ai < ak且 k≠1 } + 1【若找不到这样的i,则maxLen(k) = 1】
maxLen(k)的值,就是在ak左边,“终点”数值小于ak ,且长度最大的那个上升子序列的长度再加1。
因为ak左边任何“终点”小于ak的子序列,加上ak后就能形成一个更长的上升子序列。
“人人为我”递推型动归程序
- #include<iostream>
- #include<cstring>
- #include<algorithm>
- using namespace std;
- const int MAXN=1010;
- int a[MAXN];
- int maxlen[MAXN];
- int main()
- {
- int n;
- cin>>n;
- for(int i=1; i<=n; ++i)
- {
- cin>>a[i];
- maxlen[i]=1;
- }
- for(int i=2; i<=n; ++i)
- for(int j=1; j<i; ++j)
- {
- if(a[i]>a[j])
- maxlen[i]=max(maxlen[i],maxlen[j]+1);
- }
- cout<<*max_element(maxlen+1,maxlen+n+1);
- return 0;
- }
“我为人人”递推型动归程序
- <strong><span style="font-size:12px;color:#006600;"><span style="color:#006600;"><strong><span style="color:#000000;">/*#include<iostream>
- #include<cstring>
- #include<algorithm>
- using namespace std;
- const int MAXN=1010;
- int a[MAXN];
- int maxlen[MAXN];
- int main()
- {
- int n;
- cin>>n;
- for(int i=1; i<=n; ++i)
- {
- cin>>a[i];
- maxlen[i]=1;
- }*/
- for(int i=1; i<=n; ++i)
- for(int j=i+1; j<=n; ++j)//看看能更新哪些状态的值
- {
- if(a[j]>a[i])
- maxlen[j]=max(maxlen[j],maxlen[i]+1);
- }
- /*cout<<*max_element(maxlen+1,maxlen+n+1);
- return 0;
- }*/</span>
- </strong></span></span></strong>
进一步,区分动规的3种形式
1)记忆递归型
优点:只经过有用的状态,没有浪费。递推型会查看一些没用的状态,有浪费
缺点:可能会因递归层数太深导致爆栈,函数调用带来额外时间开销。无法使用滚动数组节省空间。总体来说,比递推型慢。
==>人人为我==>我为人人
2)“人人为我”递推型:状态i的值Fi由若干个值已知的状态值Fk ,Fm ,..Fy推出,如求和,取最大值
在选取最优备选状态的值Fm,Fn,…Fy时,有可能有好的算法或数据结构可以用来显著降低时间复杂度。
3)“我为人人”递推型:状态i的值Fi在被更新(不一定是最终求出)的时候,
依据Fi去更新(不一定是最终求出)和状态i相关的其他一些状态的值Fk ,Fm ,..Fy
没有什么明显的优势,有时比较符合思考的习惯。个别特殊题目中会比“人人为我”型节省空间。
●一个补充:min_element()、max_element()和nth_element()
头文件:#include<algorithm>
作用:返回容器中最小值和最大值。max_element(first,end,cmp);//其中cmp为可选择参数???
- #include<iostream>
- #include<algorithm>
- using namespace std;
- bool cmp(int a,int b)
- {
- return a<b;
- }
- int main()
- {
- int num[]={2,3,1,6,4,5};
- cout<<"最小值是 "<<*min_element(num,num+6)<<endl;
- cout<<"最大值是 "<<*max_element(num,num+6)<<endl;
- cout<<"最小值是 "<<*min_element(num,num+6,cmp)<<endl;
- cout<<"最大值是 "<<*max_element(num,num+6,cmp)<<endl;
- return 0;
- }
●POJ1458 Common Subsequence 最长公共子序列 http://poj.org/problem?id=1458
输入两个串s1,s2,
设MaxLen(i,j):s1的左边i个字符形成的子串,与s2左边的j个字符形成的子串的最长公共子序列的长度(i,j从0开始算)
MaxLen(i,j) 就是本题的“状态”
假定 len1 = strlen(s1),len2 = strlen(s2),那么题目就是要求 MaxLen(len1,len2)
显然,
MaxLen(n,0) = 0 ( n=0…len1)
MaxLen(0,n) = 0 ( n=0…len2)
递推公式:
if ( s1[i-1] == s2[j-1] ) //s1的最左边字符是s1[0]
MaxLen(i,j) = MaxLen(i-1,j-1) + 1;
else
MaxLen(i,j) = Max(MaxLen(i,j-1),MaxLen(i-1,j) );
【时间复杂度O(mn)】
- #include<iostream>
- #include<cstring>
- #include<algorithm>
- using namespace std;
- char s1[1000];
- char s2[1000];
- int maxlen[1000][1000];
- int main()
- {
- while(cin>>s1>>s2)
- {
- int len1=strlen(s1);
- int len2=strlen(s2);
- int ntmp;
- for(int i=0;i<=len1;i++)
- maxlen[i][0]=0;
- for(int j=0;j<=len2;j++)
- maxlen[0][j]=0;
- for(int i=1;i<=len1;i++)
- for(int j=1;j<=len2;j++)
- {
- if(s1[i-1]==s2[j-1])//
- maxlen[i][j]=maxlen[i-1][j-1]+1;
- else maxlen[i][j]=max(maxlen[i][j-1],maxlen[i-1][j]);
- }
- cout<<maxlen[len1][len2]<<endl;
- }
- return 0;
- }