动态规划入门第4课,经典DP问题3 ----公共最长子序列

这篇具有很好参考价值的文章主要介绍了动态规划入门第4课,经典DP问题3 ----公共最长子序列。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。

动态规划入门第4课,经典DP问题3 ----公共最长子序列,动态规划,算法,c++

 动态规划入门第4课,经典DP问题3 ----公共最长子序列,动态规划,算法,c++

  • 练习
第1题     最长公共子串 查看测评数据信息

给出2个小写字母组成的字符串,求它们最长的公共子串的长度是多少?

例如:”abcdefg” 与”xydoeagab”。有最长的公共子串”deg”,

答案为:3。

输入格式

  第一行:一个字符串,长度不超过1000。

第二行:一个字符串,长度不超过1000。

输出格式

  输出一个整数。

输入/输出例子1

输入:

  edabcdfg

  kdxbcafbg

输出:

  5

样例解释

文章来源地址https://www.toymoban.com/news/detail-618507.html

代码:

#include<bits/stdc++.h>
using namespace std;
string a,b;
int f[1004][1004];
int ans;
int dp();
int main(){
    cin>>a>>b;
    for(int i = 0;i < a.size();i++)
        for(int j = 0;j < b.size();j++){
            int maxLen = 0;
            if(a[i] == b[j]){
                if(i > 0&&j > 0)maxLen = 1+(f[i-1][j-1]);
            	else maxLen = 1;
				}else{
                    if(i > 0)maxLen = max(maxLen,f[i-1][j]);
                    if(j > 0)maxLen = max(maxLen,f[i][j-1]);
                }
                f[i][j] = maxLen;
            }
    cout<<f[a.size()-1][b.size()-1]<<endl;
    return 0;
    
}
  • 测试 
第1题     穿越通道(exit) 查看测评数据信息

有个helihui建造的通道,这个通道比较奇怪,我们把通道看成平面的,里面全是数字,

动态规划入门第4课,经典DP问题3 ----公共最长子序列,动态规划,算法,c++

走的时候只能一格一格的走,走的方向只能往下或往右,并且不能走出边界。从入口进来,每个格子代表通过这个格子的时间。Helihui规定最左上角是通道入口, 最右下角是通道出口,现在要求你判断从入口到出口的所有路径中总时间最小的那条路径。并输出通过该条路径的总时间,上面的红色箭头是表示这样走可以得到最小的总时间。

输入格式

输入数据有多组。

每组输入n,m整数,n表示通道格子的行数,m表示通道格子的列数,0<=n,m<=100,接下来输入n行m列的矩阵,矩阵的数据的范围0到32765。

走的时候从通道入口进入从出口出去,并且通道入口一直在最左上角,通道出口一直在最右下角。

输出格式

输出从入口到出口所有路径中最短时间。

输入/输出例子1

输入:

4 6

3 4 3 2 5 2

1 6 7 5 3 1

2 1 8 6 9 1

7 10 4 6 7 8

输出:

29

样例解释

代码:

#include <bits/stdc++.h>
using namespace std;
 
int tt[110][110];
int dp[110][110];
 
int main()
{
    int n, m;
    while(~scanf("%d%d",&n,&m))
    {
        memset(tt, 0, sizeof(tt));
        for(int i = 1; i <= n; i ++)
        {
            for(int j = 1; j <= m; j ++)
            {
                scanf("%d",&tt[i][j]);
                //dp[i][j] = 9999999;
            }
        }
        for(int i = 0; i <= 110; i ++)
        {
            for(int j = 0; j <= 110; j ++)
            {
                dp[i][j] = 99999990;
            }
        }
        for(int i = 1; i <= m; i ++)
        {
            tt[1][i] += tt[1][i - 1];
            dp[1][i] = tt[1][i];
        }
 
        for(int i = 2; i <= n; i ++)
        {
            for(int j = 1; j <= m; j ++)
            {
                dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + tt[i][j];
            }
        }
        printf("%d\n",dp[n][m]);
    }
}
第2题     Subset Sums(subset) 查看测评数据信息

 对于从1到N的连续整集合合,能划分成两个子集合,且保证每个集合的数字和是相等的。举个例子,如果N=3,对于{1,2,3}能划分成两个子集合,他们每个的所有数字和是相等的:

  {3} and {1,2}

  这是唯一一种分法(交换集合位置被认为是同一种划分方案,因此不会增加划分方案总数)

  如果N=7,有四种方法能划分集合{1,2,3,4,5,6,7},每一种分发的子集合各数字和是相等的:

  {1,6,7} and {2,3,4,5} {注:1+6+7=2+3+4+5}

  {2,5,7} and {1,3,4,6}

  {3,4,7} and {1,2,5,6}

  {1,2,4,7} and {3,5,6}

给出N,你的程序应该输出划分方案总数,如果不存在这样的划分方案,则输出0。

输入格式

输入文件只有一行,且只有一个整数N(N<=39)

输出格式

输出划分方案总数,如果不存在则输出0。

输入/输出例子1

输入:

7

输出:

4

样例解释

代码:

#include<bits/stdc++.h>
using namespace std;
int main(){
    long long dyn[100000];
    memset(dyn,0,100);
    long long n,s;
    cin>>n;
    s=n*(n+1);
    if(s%4)
    {
        cout<<0<<endl;
    }
    s/=4;
    long long i,j;
    dyn[0]=1;
    for(i=1;i<=n;i++)
    {
        for(j=s;j>=i;j--)
            dyn[j]+=dyn[j-i];
    }                     
    cout<<dyn[s]/2<<endl;
    return 0;
}
第3题     搬寝室(dormitory) 查看测评数据信息

搬寝室时xhd看着寝室里的n件物品开始发呆,因为实在是太多了,于是xhd决定随便搬2*k件过去就行了.幸运的是xhd根据多年的搬东西的经验发现每搬一次的疲劳度是和左右手的物品的重量差的平方成正比(这里补充一句,xhd每次搬两件东西,左手一件右手一件).例如xhd左手拿重量为3的物品,右手拿重量为6的物品,则他搬完这次的疲劳度为(6-3)^2 = 9.现在可怜的xhd希望知道搬完这2*k件物品后的最佳状态是怎样的(也就是最低的疲劳度)。

输入格式

每组输入数据有两行,第一行有两个数n,k(2<=2*k<=n<=2000).第二行有n个整数分别表示n件物品的重量(重量是一个小于2^15的正整数).

输出格式

对应每组输入数据,输出数据只有一个表示他的最少的疲劳度,每个一行.

输入/输出例子1

输入:

2 1

1 3

输出:

4

代码

#include<iostream>
#include<algorithm>
#define F 0x7fffffff
using namespace std;
long long dp[2000][2000];
long long wei[200000];
int main()
{
     long long n,m;
	 while(cin>>n>>m)
	 {
	 	for(long long i=1;i<=n;i++)
	 	cin>>wei[i];
	 	sort(wei+1,wei+n+1);
	 	for(long long i=1;i<=n;i++)
	 	for(long long j=1;j<=n;j++)
	 	dp[i][j]=F;
	 	for(long long i=2;i<=n;i++)
	 	for(long long j=1;j*2<=i;j++)
		 dp[i][j]=min(dp[i-1][j],dp[i-2][j-1]+(wei[i]-wei[i-1])*(wei[i]-wei[i-1])) ;
		 cout<<dp[n][m]<<endl;
	 	
		 }	
		 return 0;
}
第4题     密码锁(lock) 查看测评数据信息

    有一个炸弹被敌人设置了密码,现在要求你来破解这个密码!已知密码是由N个数字组成的,并且密码是用下图所示的面板设置的,还知道敌人设置的密码中任意相邻的两个数字在面板中的按键也是相邻的(也就是说两个按键有公共边)。

动态规划入门第4课,经典DP问题3 ----公共最长子序列,动态规划,算法,c++

为了估计大概破解的时间,现在任务是要求你计算一下,敌人设置的密码有多少种不同的可能?

输入格式

      一个整数N, 2 <= N <= 30 

输出格式

      一个整数,密码有多少种不同的可能.

输入/输出例子1

输入:

2

输出:

26

输入/输出例子2

输入:

25

输出:

768478331222

样例解释

#include<bits/stdc++.h>
using namespace std;
const int dx[4]={-1,1,0,0};
const int dy[4]={0,0,-1,1};
int n;
long long ans;
int a[5][5];
long long f[50][20];
int main(){
    cin>>n;
    for(int i = 1;i <= 3;++i){
        for(int j = 1;j <= 3;++j){
            a[i][j] = (i-1)*3+j;
        }
    }
    a[4][1] = 0;a[4][2] = a[4][3]= -1;
    for(int i = 0;i < 10;++i) f[1][i] = 1;
    for(int i = 2;i <= n;++i)
        for(int j = 0;j < 10;++j){
            int x = (j-1)/3+1,y = (j-1)%3+1;
            if(j == 0)x=4,y=1;
            for(int k = 0;k < 4;++k){
                int nx = x+dx[k],ny = y+dy[k];
                if(nx<1||ny<1||nx>4||ny>3||a[nx][ny]==-1)continue;
                    f[i][j]+=f[i-1][a[nx][ny]];
            }
        }
    for(int i = 0;i < 10;++i)ans+=f[n][i];
    cout<<ans;
    return 0;
}

到了这里,关于动态规划入门第4课,经典DP问题3 ----公共最长子序列的文章就介绍完了。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

  • 动态规划应用篇:详解最长公共子序列问题

    动态规划 是一个强大的工具,将复杂问题 分解 为多个容易解决的子问题,并且会对中间结果进行存储从而避免重复计算,然后将它们的解组合起来,形成大问题的解,高效地得出 全局最优解 。前面我们已经了解了动态规划的基础知识及一维动态规划问题的求解,今天,我

    2024年04月15日
    浏览(45)
  • 【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(49)
  • 【LeetCode】1143.最长公共子序列(闫氏dp可视化无分析)

      推荐一下这道题的可视化过程 最长公共子序列 - 动态规划 Lngest Common Subsequence - Dynamic Programming_哔哩哔哩_bilibili  

    2024年02月15日
    浏览(45)
  • 最长回文子序列问题的原理与实现:动态规划的又一经典应用

    回文是指一个正着读和反着读都一样的字符串,比如 “aba” , “racecar” , “madam” 等。回文有许多有趣的性质和应用,比如在密码学,生物信息学,数据压缩等领域都有涉及。 那么,给定一个字符串,如何找出它的最长回文子序列呢?最长回文子序列是指从原字符串中删

    2023年04月13日
    浏览(49)
  • 动态规划--最长公共子序列

    动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题﹐ 即将大规模变成小规模 ,先求解子问题,然后从这些子问题的解得到原问题的解。与分治法不同的是﹐适合于用动态规划法求解的问题,经分解得到的子问题往往不是互相独立的。 他们之间有关系

    2024年02月04日
    浏览(76)
  • 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)
  • 算法:动态规划——最长公共子序列

    动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。 与分治法不同的是,适合于用动态规划法求解的问题,经分解得到的子问题往往不是互相独立的。若用分治法解这类问题,则分解得到的

    2023年04月27日
    浏览(59)
  • 【算法-动态规划】最长公共子序列

    💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:kuan 的首页,持续学习,不断总结,共同进步,活到老学到老 导航 檀越剑指大厂系列:全面总

    2024年01月23日
    浏览(47)
  • 动态规划之最长公共子序列模板

    夏令营:动态规划特训 - 【算法模板题】最长公共子序列 - 蓝桥云课 (lanqiao.cn) 我们来解释一下状态转移方程吧。 dp[i][j]的含义是第i个和第j个字符,i与j的下标从1开始,代表着原子符串的第一个字符。那么理所当然字符串a的第0个字符和字符串b的0个字符的公共长度为0.如果字

    2024年02月12日
    浏览(45)
  • 【动态规划】最长公共子序列(Java)

    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01月18日
    浏览(76)

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