用C++代码解决问题 【问题描述】使用动态规划算法解最长公共子序列问题,具体来说就是,依据其递归式自底向上的方式依次计算得到每个子问题的最优值。 输入两段字符串 ,输出最长公共子序列的长度和所有最优子公共序列的情况 【样例1输入】 A B C B D A B B D C A B A 【样例1输出】 4 BCBA BDAB

时间: 2024-02-12 19:04:03 浏览: 30
以下是对应的C++代码实现: ```cpp #include <iostream> #include <string> #include <vector> #include <algorithm> using namespace std; void LCS(string S1, string S2) { int m = S1.size(); int n = S2.size(); // 构建二维数组存储LCS的长度 vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0)); // 计算LCS的长度 for (int i = 1; i <= m; ++i) { for (int j = 1; j <= n; ++j) { if (S1[i - 1] == S2[j - 1]) { dp[i][j] = dp[i - 1][j - 1] + 1; } else { dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]); } } } int len = dp[m][n]; // 最长公共子序列的长度 // 构造所有最优子公共序列 vector<string> res; string cur; int i = m, j = n; while (i > 0 && j > 0) { if (S1[i - 1] == S2[j - 1]) { cur.push_back(S1[i - 1]); --i; --j; } else if (dp[i - 1][j] >= dp[i][j - 1]) { --i; } else { --j; } if (cur.size() == len) { res.push_back(cur); cur.clear(); } } // 输出结果 cout << len << " "; for (auto it = res.rbegin(); it != res.rend(); ++it) { cout << *it << " "; } cout << endl; } int main() { string S1, S2; cin >> S1 >> S2; LCS(S1, S2); return 0; } ``` 代码思路: 首先定义一个二维数组 `dp`,其中 `dp[i][j]` 表示 `S1` 的前 `i` 个字符和 `S2` 的前 `j` 个字符的最长公共子序列的长度。 如果 `S1[i-1]` 等于 `S2[j-1]`,则 `dp[i][j] = dp[i-1][j-1] + 1`,表示当前字符是公共字符,并且计入最长公共子序列的长度;否则,`dp[i][j]` 取 `dp[i-1][j]` 和 `dp[i][j-1]` 中的最大值,表示当前字符不在最长公共子序列中。 计算完 `dp` 数组后,我们可以通过逆推得到所有最优子公共序列。具体地,从 `dp[m][n]` 开始,如果 `S1[i-1]` 等于 `S2[j-1]`,则当前字符是最优解的一部分,并且需要往左上角继续逆推;否则,如果 `dp[i-1][j]` 大于等于 `dp[i][j-1]`,则往上逆推;否则,往左逆推。当逆推得到的字符串长度等于最长公共子序列的长度时,将其加入结果中。 最后输出最长公共子序列的长度和所有最优子公共序列即可。

相关推荐

最新推荐

recommend-type

C++递归算法实例代码

主要介绍了C++递归算法实例代码,还是比较不错的,运用了递归算法解决相关问题,这里分享给大家,需要的朋友可以参考下。
recommend-type

python基于递归解决背包问题详解

主要介绍了python基于递归解决背包问题,递归是个好东西,任何具有递归性质的问题通过函数递归调用会变得很简单。一个很复杂的问题,几行代码就能搞定,需要的朋友可以参考下
recommend-type

约瑟夫环问题用C++代码实现

8. 【题目】约瑟夫环(约瑟夫问题)是一个数学的应用问题:已知n个人(以编号1,2,3...n分别表示)围坐在一张圆桌周围。从编号为1的人开始报数,数到k的那个人出列;他的下一个人又从1开始报数,数到k的那个人又...
recommend-type

C语言之整数划分问题(递归法)实例代码

主要介绍了C语言之整数划分问题(递归法)实例代码的相关资料,需要的朋友可以参考下
recommend-type

C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法

主要介绍了C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法,涉及C++二叉树的定义、遍历、统计相关操作技巧,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】增量式PID的simulink仿真实现

# 2.1 Simulink仿真环境简介 Simulink是MATLAB中用于建模、仿真和分析动态系统的图形化环境。它提供了一个直观的用户界面,允许用户使用块和连接线来创建系统模型。Simulink模型由以下元素组成: - **子系统:**将复杂系统分解成更小的、可管理的模块。 - **块:**代表系统中的组件,如传感器、执行器和控制器。 - **连接线:**表示信号在块之间的流动。 Simulink仿真环境提供了广泛的块库,涵盖了各种工程学科,包括控制系统、电子和机械工程。它还支持用户自定义块的创建,以满足特定仿真需求。 # 2. Simulink仿真环境的搭建和建模 ### 2.
recommend-type

训练集和测试集的准确率都99%,但是预测效果不好

即使训练集和测试集的准确率都很高,但是在实际的预测中表现不佳,可能会有以下几个原因: 1. 数据质量问题:模型训练和测试的数据可能存在问题,比如数据标签错误、数据集采样不均衡、数据集中存在异常值等问题,这些问题可能会导致模型在实际预测中表现不佳。 2. 特征工程问题:模型的特征工程可能存在问题,导致模型无法很好地捕捉数据的特征,从而影响预测效果。 3. 模型选择问题:模型的选择可能不合适,比如选择的模型太简单,无法很好地拟合数据,或者选择的模型太复杂,导致过拟合等问题。 4. 超参数调整问题:模型的超参数可能没有调整到最佳状态,需要进行调整。 针对以上可能的原因,可以采取相应的措施进
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。