当前位置: 首页> 娱乐> 影视 > 绍兴seo排名外包_全网推广营销_搜索引擎优化的重要性_昆明百度推广优化

绍兴seo排名外包_全网推广营销_搜索引擎优化的重要性_昆明百度推广优化

时间:2025/7/11 8:41:27来源:https://blog.csdn.net/qq_58023907/article/details/142178992 浏览次数:0次
绍兴seo排名外包_全网推广营销_搜索引擎优化的重要性_昆明百度推广优化

        最长公共子序列问题就是求出两个字符串的LCS长度,是一道非常经典的面试题目,因为它的解法是典型的二维动态规划。

        比如输入 str1 = "babcde", str2 = "acbe",算法应该输出3,因为 str1 和 str2 的最长公共子序列是 "ace",它的长度是3。

        子序列类型的问题,穷举出所有可能的结果都不容易,而动态规划算法做的就是穷尽+剪枝,它俩天生一对。所以可以说只要涉及子序列问题,十有八九需要动态规划来解决,往这方面考虑就对了。

动态规划思路

第一步,一定要明确dp数组的含义

        对于两个字符串的动态规划问题,套路都是通用的,一般都需要一个二维dp数组。比如对于字符串 str1 和 str2,一般来说要构造一个这样的 DP table:

        其中,dp[i][j]的含义是:对于 str1[0...i-1] 和 str2[0...j-1],它们的LCS长度是 dp[i][j]。

        上图这个例子,dp[2][4] = 2 的含义就是:对于 "ac" 和 "babc",它们的LCS长度是2。根据这个定义,最终想得到的答案应该是 dp[3][6]。

第二步,定义base case

        专门让索引为0的行和列表示空串,dp[0][..],dp[..][0]都应该初始化为0,这就是 base case。比如按照刚才dp数组的定义,dp[0][3]=0 的含义是:对于空字符串 "" 和 "bab",其LCS的长度为0。因为一个字符串是空串,它们的最长公共子序列的长度显然应该是0。

第三步,找状态转移方程

        很简单,做两种选择,要么在lcs中,要么不在。

        如果 str1[i] == str2[j],说明这个公共字符一定在lcs中。

        if str[i] == str[j]:

                dp(i, j) = dp(i-1, j-1) + 1

        如果 str1[i] != str2[j],说明 str[i] 和 str[j] 至少有一个不在lcs中,那么到底哪个字符不在lcs中?都试一下呗:

        if str1[i] != str2[j]:

                dp(i, j) = max(dp(i-1, j), dp(i, j-1))

第四步,直接写暴力解法

        首先写一个递归解法:

package DynamicProgramming;
// leetcode 095 最长公共子序列// 暴力解法 (提交超出时间限制)
public class LCS {private String text1;private String text2;public int longestCommonSubsequence(String text1, String text2) {this.text1 = text1;this.text2 = text2;// 计算str1[0...i-1]和str2[0...j-1]中的lcs长度return dp(text1.length() - 1, text2.length() - 1);}public int dp(int i, int j) {// 递归终止条件// 空串的 base caseif (i == -1 || j == -1) {return 0;}// 递归操作// 状态转移方程if (text1.charAt(i) == text2.charAt(j)) {// 这边找到一个lcs中的元素return dp(i - 1, j - 1) + 1;} else {// 至少有一个字符不在lcs中// 都试一下,谁能让lcs最长,就听谁的return Math.max(dp(i - 1, j), dp(i, j - 1));}}public static void main(String[] args) {LCS lcs = new LCS();int len = lcs.longestCommonSubsequence("babcde", "acbe");System.out.println(len);}}

第五步,引入 DP table 来优化时间复杂度

// 引入dp table
public class LCS {public int longestCommonSubsequence(String text1, String text2) {// 1.定义dp tableint m = text1.length();int n = text2.length();// 要算上表示空串的行列int[][] dp = new int[m + 1][n + 1];// 2.base case int型的数组默认值都是零,所以这一步可以没有// 3.状态转移方程for (int i = 1; i <= m; i++) {for (int j = 1; j <= n; j++) {// 状态转移逻辑if (text1.charAt(i - 1) == text2.charAt(j - 1)) {dp[i][j] = dp[i - 1][j - 1] + 1;} else {dp[i][j] = Math.max(dp[i][j - 1], dp[i - 1][j]);}}}return dp[m][n];}public static void main(String[] args) {LCS lcs = new LCS();int len = lcs.longestCommonSubsequence("babcde", "acbe");System.out.println(len);}}

关键字:绍兴seo排名外包_全网推广营销_搜索引擎优化的重要性_昆明百度推广优化

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: