蓝桥杯:最长相同子序列(LCS)问题 动态规划解法
问题描述
设x(i), y(i), z(i)表示单个字符,则X={x(1)x(2)……x(m)},Y={y(1)y(2)……y(n)},Z={z(1)z(2)……z(k)},我们称其为字符序列,其中m,n和k分别是字符序列X,Y,Z的长度,括号()中的数字被称作字符序列的下标。
如果存在一个严格递增而且长度大于0的下标序列{i1,i2……ik},使得对所有的j=1,2,……k,有x(ij)=z(j),那么我们称Z是X的字符子序列。而且,如果Z既是X的字符子序列又是Y的字符子序列,那么我们称Z为X和Y的公共字符序列。
在我们今天的问题中,我们希望计算两个给定字符序列X和Y的最大长度的公共字符序列,这里我们只要求输出这个最大长度公共子序列对应的长度值。
举例来说,字符序列X=abcd,Y=acde,那么它们的最大长度为3,相应的公共字符序列为acd。
输入格式
输入一行,用空格隔开的两个字符串
输出格式
输出这两个字符序列对应的最大长度公共字符序列的长度值
样例输入
aAbB aabb
样例输出
2
数据规模和约定
输入字符串长度最长为100,区分大小写。
思路
和记忆搜索类似,保存已经计算过的结果
// max_len[i][j]表示:[s1的前i长度] 与 [s2前j长度] 的 最长相同子序列 的长度
int max_len[maxlen][maxlen];
不同的点在于:
- 记忆搜索是从结果出发(直接求两完整串的最长相同子序列)逐渐将问题拆解
- 而动态规划是从小问题出发(先求两串的长度为1的子串的最长相同子序列)逐渐将小结果拼接为大结果,一步一步推得最终的结果
- 不用递归
约定:
s1串的前 len1 长度的子串为 sub1, s2串的前 len2 长度的子串为 sub2
【s1串的前 len1 长度的子串】 与 【s2串的前 len2长度的子串】 的最长相同子序列长度为 sub_len
【s1串的前 len1-1 长度的子串】 与 【s2串的前 len2长度的子串】 的最长相同子序列长度为 sub_len1
【s1串的前 len1 长度的子串】 与 【s2串的前 len2-1长度的子串】 的最长相同子序列长度为 sub_len2
扫描二维码关注公众号,回复: 8799152 查看本文章
状态转移方程
- 那么如果 sub1 和 sub2 的最后一位如果相同,那么他们的最长相同子序列的长度就是 sub_len + 1
- 如果 sub1 和 sub2 的最后一位不同,那么他们的最长相同子序列的长度就是 max(sub_len1, sub_len2)
AC完整代码
#include <iostream>
#include <string>
using namespace std;
#define max(a, b) ((a>b) ? (a) : (b))
#define maxlen 114
string s1, s2;
// max_len[i][j]表示:[s1的前i长度] 与 [s2前j长度] 的 最长相同子序列 的长度
int max_len[maxlen][maxlen];
int main()
{
cin>>s1>>s2;
int i, j;
int len1 = s1.length();
int len2 = s2.length();
// 初始化:如果长度为0,最长相同子序列长度为0
for(i=0; i<=len1; i++)
{
max_len[i][0] = 0;
}
for(i=0; i<=len2; i++)
{
max_len[0][i] = 0;
}
// 从小问题出发:先求两串的长度为1的子串的最长相同子序列
for(i=1; i<=len1; i++)
{
for(j=1; j<=len2; j++)
{
// 下标从0开始,故-1
if(s1[i-1] == s2[j-1])
{
max_len[i][j] = max_len[i-1][j-1] + 1;
}
else
{
int l1 = max_len[i-1][j];
int l2 = max_len[i][j-1];
max_len[i][j] = max(l1, l2);
}
}
}
cout<<max_len[len1][len2]<<endl;
return 0;
}