動態規劃問題一般具有兩個要素:最優子結構與子問題重疊。
通常在求解LCS問題時,我們都會用到兩種方法:
1. momo-ization(備忘錄方法)
利用了該問題的重疊子問題特性,而重疊子問題可以使用遞歸直接解決
0 | A | B | C | B | D | A | B | |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
B | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 |
D | 0 | 0 | 1 | 1 | 1 | 2 | 2 | 2 |
C | 0 | 0 | 1 | 2 | 2 | 2 | 2 | 2 |
A | 0 | 1 | 1 | 2 | 2 | 2 | 3 | 2 |
B | 0 | 1 | 2 | 2 | 3 | 3 | 3 | 4 |
A | 0 | 1 | 2 | 2 | 3 | 3 | 4 | 4 |
所謂自上而下就是從下表最大處開始遞歸求解,最終結果爲LCS(x,y,x.length,y.length);
也就是上表中從最後一格向上回溯直到哨兵的過程,在求解每個子問題之前,我們先檢測一下這個子問題之前有沒有算過,若果有,那麼不用計算直接返回結果,如果沒有,那麼就計算這個子問題,之後將結果保存起來,方便下次再遇到時使用。。
時間複雜度T(n) = O(mn);
空間複雜度S = O(mn);//二維數組
public class TTBlcs {
static int[][] c = new int[100][100];
static int NIF = 9999;
public static void main(String[] args) {
char[] x = {'A','B','C','B','D','A','B'};
char[] y = {'B','D','C','A','B','A'};
//TTBlcs t = new TTBlcs();
for(int i = 0;i <= x.length;i++){//周圍有一圈哨兵均爲0
for(int j = 0;j <= y.length;j++)
{
c[i][j] = NIF;
}
}
System.out.print(LCS(x,y,x.length,y.length));//自上而下
}
public static int LCS(char[] x,char[] y,int i,int j){
if(c[i][j] < NIF)//記錄如果算出來便直接返回(備忘)
return c[i][j];
if((i == 0)||(j == 0)){
c[i][j] = 0;
}
else if(x[i-1] == y[j-1])
c[i][j] = LCS(x,y,i-1,j-1) + 1;
else
c[i][j] = LCS(x,y,i-1,j) >= LCS(x,y,i,j-1)? LCS(x,y,i-1,j):LCS(x,y,i,j-1);
return c[i][j];
}
}
2. 動態規劃DP:
所謂自下而上,就是從下標(1,1)處開始求解的過程,不過省去了遞歸的過程,自下而上的構建原問題的解,首先求解最基本的情況,再從最基本的情況一部一部的向上求解,比如我要求解[2…4],那麼我首先需要知道[2…2][3…4]和[2…3][4…4]的最優解,需要知道[3…4],那麼首先需要知道[3…3][4…4]的最優解,所以,倒不如我們將原問題需要的解先構建出來,再慢慢向上一層一層的構建,最後組成原問題的解!。
時間複雜度T(n) = O(mn);
空間複雜度S = O(mn);//二維數組
public class BTTlcs {
static int[][] c = new int[100][100];
public static void main(String[] args) {
char[] x = {'A','B','C','B','D','A','B'};
char[] y = {'B','D','C','A','B','A'};
for(int k = 0;k <= x.length;k++)
{
c[0][k] = 0;
}
for(int k = 0;k <= y.length;k++)
{
c[k][0] = 0;
}
LCS(x,y);
}
public static void LCS(char[] x,char[] y){
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
c[i][j] = c[i-1][j] >= c[i][j-1]?c[i-1][j]:c[i][j-1];
}
}
for(int i = 0;i <= x.length;i++)
{
for(int j = 0;j<y.length;j++)
{
System.out.print(c[i][j]);
}
System.out.print("\n");
}
System.out.print(c[x.length][y.length]);
}
}
自上而下的優點是並不需要求解每一個子問題的解,而是隻求解有需要的子問題的解,缺點就是需要遞歸調用,函數調用浪費時間。自下而上的優點是並不需要遞歸調用,每個子問題求解的速度較快,缺點每個子問題都要計算,就算這個子問題的解對原問題的解並沒有任何幫助!