算法分析 | 动态规划算法设计之最长公共子序列 C语言版

这篇具有很好参考价值的文章主要介绍了算法分析 | 动态规划算法设计之最长公共子序列 C语言版。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

声明:凡代码问题,欢迎在评论区沟通。承蒙指正,一起成长!

目录

一、实验内容与要求

 二、概要设计

三、直接上代码    

 四、输入数据及运行结果


 

一、实验内容与要求

内容:最长公共子序列
·若给定序列X={x1,x2,…,xm},则另一序列Z={z1,z2,…,zk},是X的子序列是指存在一个严格递增下标序列{i1,i2,…,ik}使得对于所有j=1,2,…,k有:zj=xj。例如,序列Z={B,C,D,B}是序列X={A,B,C,B,D,A,B}的子序列,相应的递增下标序列为{2,3,5,7}。
·给定2个序列X和Y,当另一序列Z既是X的子序列又是Y的子序列时,称Z是序列X和Y的公共子序列。
·给定2个序列X={x1,x2,…,xm}和Y={y1.y2,…,yn},找出X和Y的最长公共子序列。
要求:随机输入两个字符序列,求出其最长公共子序列的长度,并输出最长公共子序列字符串。

 二、概要设计

1.定义字符数组x[Xm],y[Yn];,用于保存输入的两个序列;
2.主函数中输入Xm、Yn,分别为数组的长度约束;然后分别输入两个序列,若超出长度约束时提醒并退出;
3.根据数组规模动态申请两个整型二维数组b、c,用于保存最长公共子序列的长度和输出参数;
4.在Defind_Array(c,b,len1,len2)函数中,将数组将c[len1][len2]和b[len1][len2]初始化为0;
5.在 LCSLength(strlen(x),strlen(y),x, y, c, b)函数中,以x和y作为输入,输出两个数组b和c,其中b存储最长公共子序列的长度,c记录指示b的值是由那个子问题解答得到的,最后将最终的最长公共子序列的长度记录到b中。以LCSLength计算得到的数组c可用于快速构造序列最长公共子序列。当x[j]=y[j]时,找出这两个字符串j之前的最长公共子序列,然后在其尾部加上x[j],即可得到最长公共子序列。当x[j] ≠ y[j]时,需要解决两个子问题:即找出x(j-1)和y的一个最长公共子序列及x和y(j-1)的一个最长公共子序列,这两个公共子序列中较长者即为x和y的一个最长公共子序列。首先从c的最后开始,对c进行配对。当遇到“1”时,表示最长公共子序列是由x(i-1)和y(j-1)的最长公共子序列在尾部加上x(i)得到的子序列;当遇到“2”时,表示最长公共子序列和x(i-1)与y(j)的最长公共子序列相同;当遇到“3”时,表示最长公共子序列和x(i)与y(j-1)的最长公共子序列相同。最后递归的最终位存储的数字就是LCS长度,打印sum值;
6.在printfLCS(len1,len2,x,b)函数中,根据数组b记录的数据依次选择性地输出X中的字符,即为最长公共子序列字符串;

三、直接上代码    

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
void Defind_Array(int **c,int **b,int len1,int len2);//声明:为数组变量初始化;
int LCSLength(int m,int n,char*x,char*y,int **c,int **b); //声明:将子序列长度记录在数组中;
void printfLCS( int i, int j,char *str, int **b);//声明:构造、输出子序列;
int main()
{
    int Xm,Yn;
    printf("请分别输入X、Y两个序列的长度m和n:");
    scanf("%d%d",&Xm,&Yn);
    char x[Xm],y[Yn];
    getchar();
    printf("输入:------------------------\n    序列X的值:");
    gets(x);
    printf("    序列Y的值:");
    gets(y);
    int len1 = strlen(x),len2 = strlen(y);
    if(Xm<len1 || Yn<len2)//超出长度约束时提醒并退出;
    {
        printf("你输入的字符长度超过了约束范围,程序退出!");
        return 0;
    }//申请二维数组
    int **c = (int **)malloc(sizeof(int*)*(len1 + 1));
    int **b = (int **)malloc(sizeof(int*)*(len1 + 1));
    Defind_Array(c,b,len1,len2);
    int sum = LCSLength(strlen(x),strlen(y),x, y, c, b);//计算LCS的长度
    printf("输出:------------------------");
    printf("\n    其子序列长度为: %d\n    最长公共子序列Z为:",sum);
    printfLCS(len1,len2,x,b);//利用数组b输出最长子序列;
    int i;//动态内存释放
    for ( i = 0; i <= len1; i++)
    {
        free(c[i]);
        free(b[i]);
    }
    free(c);
    free(b);
    return 0;
}
void Defind_Array(int **c,int **b,int len1,int len2)
{
    int i,j;
    for( i = 0; i<= len1; i++ )  //这个等号之前没加,导致内存泄漏
    {
        c[i] = (int *)malloc(sizeof(int)*(len2 + 1));
        b[i] = (int *)malloc(sizeof(int)*(len2 + 1));
    }
    for ( i = 0; i<= len1; i++)//将c[len1][len2]和b[len1][len2]初始化为0
    {
        for( j = 0; j <= len2; j++)
        {
            c[i][j] = 0;
            b[i][j] = 0;
        }
    }
}
int LCSLength(int m,int n,char *x,char *y,int **c,int **b)
{
    int i,j;
    for (i = 1; i <= m; i++) c[i][0] = 0;
    for (i = 1; i <= n; i++) c[0][i] = 0;
    for (i = 1; i <= m; i++)
        for (j = 1; j <= n; j++)
        {
            if (x[i-1]==y[j-1])
            {
                c[i][j]=c[i-1][j-1]+1;
                b[i][j]=1;
            }
            else if (c[i-1][j]>=c[i][j-1])
            {
                c[i][j]=c[i-1][j];
                b[i][j]=2;
            }
            else
            {
                c[i][j]=c[i][j-1];
                b[i][j]=3;
            }
        }
    return c[m][n];  //递归的最终位存储的数字就是LCS长度
}
void printfLCS( int i, int j,char *str, int **b)//构造最长公共子序列
{
    if( i == 0 || j == 0) return;    //递归至边界则扫描完毕
    if( b[i][j] == 1)
    {                     //对于相等的元素,其路径为左上方对角移动
        printfLCS( i - 1, j - 1,str, b);
        printf("%c ", str[i-1]);  //相等的话,原字符序列向前递归一位并打印出字符
    }
    else if ( b[i][j] == 2 )  //不相等时判断方向:向上则数组向上位移
        printfLCS(i - 1, j,str, b);
    else
        printfLCS(i , j - 1,str, b); //否则数组下标向左位移一位
}

 四、输入数据及运行结果

算法分析 | 动态规划算法设计之最长公共子序列 C语言版文章来源地址https://www.toymoban.com/news/detail-432193.html

到了这里,关于算法分析 | 动态规划算法设计之最长公共子序列 C语言版的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 动态规划-最长公共子序列(c语言)

    实验 3: 最长公共子序列 内容: 给定两个字符串str1和str2,输出两个字符串的最长公共子序列,如果最长公共子序列为空,则返回“-1”。目前给出的数据,仅仅会存在一个最长的公共子序列。 数据范围: 0 ≤|str1|,|str2|≤2000 要求: 空间复杂度O(n 2 ) 具体思路: step1:

    2024年02月04日
    浏览(52)
  • (Java) 算法——动态规划 最长公共子序列 图解

    遇到了用动态规划来求解最长公共子序列问题,算法这块儿比较薄弱,便想着在网上找现成的思路和代码,也算拾人牙慧,但有一点没想到,都已经22年了,关于LCS问题网上给出的答案如此一言难尽……,只有零散几篇对于 新手 来说比较友好,但也仅仅这样,好在自己花了点

    2023年04月08日
    浏览(47)
  • 【算法(四·三):动态规划思想——最长公共子序列问题】

    最长公共子序列(Longest Common Subsequence,简称LCS)问题是一种常见的字符串处理问题。它的**目标是找到两个或多个字符串中的最长公共子序列,这个子序列不需要是连续的,但字符在原始字符串中的相对顺序必须保持一致。**例如,考虑两个字符串\\\"ABCD\\\"和\\\"ACDF\\\",它们的最长公

    2024年04月13日
    浏览(50)
  • 【算法】力扣【动态规划,LCS】1143. 最长公共子序列

    1143. 最长公共子序列 本文是对 LCS 这一 动态规划 模型的整理,以力扣平台上的算法题1143:最长公共子序列为模板题进行解析。 该题目要求计算两个字符串的最长公共子序列(Longest Common Subsequence,简称LCS)的长度。字符串的子序列是指在不改变字符顺序的情况下,通过删去

    2024年01月17日
    浏览(61)
  • 【算法设计与分析】(三)动态规划_更新中:斐波那契、二项式系数、树的最大独立集、最长递增、公共子序列、编辑距离、Hischberg、最优二叉搜索树、交替拿硬币、石子合并、背包、乘电梯

    分治 动态规划本篇 还差一堆 贪心 网络流 首先,怕误人子弟必须声明一下 本人很菜 (越复习越觉得完蛋了 作为一个科班研究生算法学成这样非常惭愧(跪 ,可能写的都不是很懂,很多内容打算背过去了。因为我发现好像真的有人看所以多提醒一句。。(大家就只食用目录

    2024年01月19日
    浏览(98)
  • python数据结构与算法-动态规划(最长公共子序列)

    一个序列的子序列是在该序列中删去若干元素后得 到的序列。 例如:\\\"ABCD”和“BDF”都是“ABCDEFG”的子序列。 最长公共子序列(LCS) 问题: 给定两个序列X和Y,求X和Y长度最大的公共子字列。 例:X=\\\"ABBCBDE”Y=\\\"DBBCDB”LCS(XY)=\\\"BBCD\\\" 应用场景:字符串相似度比对 (1)问题思考 思考: 暴

    2024年02月08日
    浏览(52)
  • 算法套路十五——动态规划求解最长公共子序列LCS

    给定两个字符串 text1 和 text2,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回 0 。 一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。

    2024年02月04日
    浏览(52)
  • 9.动态规划——4.最长公共子序列(动态规划类的算法题该如何解决?)

    设最长公共子序列 d p [ i ] [ j ] dp[i][j] d p [ i ] [ j ] 是 S 1 S_1 S 1 ​ 的前 i i i 个元素,是 S 2 S_2 S 2 ​ 的前 j j j 个元素,那么有: 若 S 1 [ i − 1 ] = = S 2 [ i − 1 ] S_1[i-1]==S_2[i-1] S 1 ​ [ i − 1 ] == S 2 ​ [ i − 1 ] ,那么 d p [ i ] [ j ] = d p [ i − 1 ] [ j − 1 ] + 1 dp[i][j]=dp[i-1][j-1]+1 d p [

    2024年04月11日
    浏览(47)
  • 算法 DAY52 动态规划10 1143.最长公共子序列 1035.不相交的线 53. 最大子数组和

    本题和动态规划:718. 最长重复子数组 (opens new window)区别在于这里不要求是连续的了 1、dp数组 dp[i][j]:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j] 2、递推公式 因为不强调是连续的,当前dp[i][j] 就有三种路径可以选:dp[i-1][j] dp[i][j-1]

    2024年02月03日
    浏览(65)
  • 动态规划——最长公共子序列

    先来讲解以下什么是最长公共子序列。最长公共子序列不是最长相同字符串,有点相似但不一样,来举个简单的例子,有字符串s1=bcdea,s2=abce,最长相同字符串是bc,最大公共部分是2;而最长公共子序列则是bce,最大公共部分是3。可以看出,公共子序列不需要连续相等,有相

    2023年04月19日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包