動態規劃6-LCS(最長公共子序列)

繼續動態規劃O(∩_∩)O~

暑假之前就寫了的,只是去實習了,沒來及貼上來。

關於動態規劃的基礎知識,參見算法與數據結構之前的文章,(其實我也要再看看,當時理解的自認爲還比較深刻,現在又忘得差不多了)


LCS問題描述,就不說了,網上一大堆。如果看了我前面的文章,怎樣來用動態規劃解決,也應該很簡單了。

不廢話,動態規劃的難點在於問題刻畫和發現最優子結構,以及怎樣逆向思維(居然還記得這麼多,,,):

最長公共子序列的結構:

設X = { x1 , ... , xm },Y = { y1 , ... , yn }及它們的最長子序列Z = { z1 , ... , zk }

1、若 xm = yn , 則 zk = xm = yn,且Z[k-1] 是 X[m-1] 和 Y[n-1] 的最長公共子序列
2、若 xm != yn ,且 zk != xm , 則 Z 是 X[m-1] 和 Y 的最長公共子序列
3、若 xm != yn , 且 zk != yn , 則 Z 是 Y[n-1] 和 X 的最長公共子序列
子問題的遞歸結構:

當 i = 0 , j = 0 時 , c[i][j] = 0
當 i , j > 0 ; xi = yi 時 , c[i][j] = c[i-1][j-1] + 1
當 i , j > 0 ; xi != yi 時 , c[i][j] = max { c[i][j-1] , c[i-1][j] }


直接貼代碼:

複製代碼
package Section8;

public class LCS {

/**
*
@param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
char[] A = {'a','b','c','b','d','a','b'};
char[] B = {'b','d','c','b','a'};

int lcs = LCS(A,B);
System.out.println(lcs);

}

public static int LCS(char[] A,char[] B){
//接受2個字符數組,返回其最長公共子序列的長度

int m = A.length;
int n = B.length;

int[][] Result = new int[m][n]; //要求Result[m-1][n-1]

char[] cc = new char[min(m,n)];
int position = 0;

//按行填
for(int i = 0;i <= m - 1;i++)
{
for(int j = 0;j <= n-1;j++)
{
//確定了一個(i , j),對此位置進行動態規劃填數
/*
if(A[i] == B[j])
Result[i][j] = Result[i-1][j-1] + 1;
else
Result[i][j] = max(Result[i-1][j],Result[i][j-1]);
*/
if(A[i] == B[j])
{
if(i - 1 < 0 || j - 1 < 0)
Result[i][j]
= 0 + 1;
else
Result[i][j]
= Result[i-1][j-1] + 1;
}
else
{
int C1 = 0,C2 = 0;
if(i - 1 >= 0)
C1
= Result[i-1][j];
if(j - 1 >= 0)
C2
= Result[i][j-1];

Result[i][j]
= max(C1,C2);
}
}
}

return Result[m-1][n-1];
}


private static int max(int a,int b){
if(a >= b)
return a;
return b;
}

private static int min(int a,int b){
if(a >= b)
return b;
return a;
}

}
複製代碼


--------------------------------------------------------------------------------------------------------------------------------------------------


總結:複習動態規劃

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章