第3章动态规划法.ppt

算法设计与分析 * 求最长公共子串长度的算法 int LCSlength(char *a,char *b,int **len,int **flag) //a、b是输入字符串，输出数组len的元素len[i][j]记录len(i,j)， //数组flag在求a、b的最长公共子序列时作为标志使用。 //flag[i][j]=0：表示LCS(ai,bj)= LCS(ai-1,bj-1)||{a[i]}，a[i]=b[j]; // flag[i][j]=1：表示LCS(ai,bj)= LCS(ai-1,bj); // flag[i][j]=-1:表示LCS(ai,bj)= LCS(ai,bj-1); {m=strlen(a); n=strlen(b); for(i=0;i=m;i++)? len[i][0]=0;? for(i=1;i=n;i++)? len[0][i]=0; for(i=1;i=m;i++) ?? for(j=1;j=n;j++)? ? if (a[i]= =b[j])???? { len[i][j]=len[i-1][j-1]+1; ???????? flag[i][j]=0; }??? ? else if (len[i-1][j]=len[i][j-1]) ?????? { len[i][j]=len[i-1][j];????? ? ? flag[i][j]=1;? } ???? else? { len[i][j]=len[i][j-1];??????? flag[i][j]=-1;? } ?? return(len[m][n]);} 算法设计与分析 * 求最长公共子串的算法 根据LCSlength()输出的标志数组flag和最长公共子串的长度值len[m][n]，按照公式可以得到子字符串ai、bj的最长公共子串c： 求c=LCS(ai,bj)? void LCS0(int i,int j,char *a,int k,int **flag,chr *c) //k是当前最长公共子串长度，数组flag由LCSlength()得到 {if ((i= =0)||(j= =0)) ??? return; ? if (flag[i][j]= =0) { LCS0(i-1,j-1,a,k-1,flag,c);??? c[k-1]=a[i]; }? else if (flag[i][j]= =1) LCS0(i-1,j,a,k,flag,c); else? LCS0(i,j-1,a,k,flag,c);} 算法设计与分析 * LCS算法运行举例 设A={d,b,a,d,b}，B={b,a,b,d} LCS用矩阵len[i][j],flag[i][j]存放子问题Ai与Bj 的最长公共子串长度和相应的标志 0 1 2 3 4 5 0 1 2 3 4 1 2 3 4 5 1 2 3 4 len[i][j] flag[i][j] LCSlength将如下面红色箭头所示的过程逐个计算子问题 执行for(i=0;i=m;i++) len[i][0]=0; for(i=0;i=m;i++) len[0][i]=0; 后完成初始化如下： 0 0 0 0 0 0 0 0 0 0 当i=1，依次比较A[1]与B[j]及len[0][j]与len[1][j-1]，填入len[1][j]与flag[1][j]的值如下： ∵ A[1]B[1]且len[0][1]=len[1][0]， ∴ len[1][1]=len[0][1]=0; flag[1][1]=1; 0 1 ∵ A[1]B[2]且len[0][2]=len[1][1]， ∴ len[1][2]=len[0][2]=0; flag[1][2]=1; 0 1 0 ∵ A[1]B[3]且len[0][3]=len[1][2]， ∴ len[1][3]=len[0][3]=0; flag[1][3]=1; 1 ∵ A[1]=B[4] ， ∴ len[1][4]=len[0][3]+1=1; flag[1][4]=0; 1 0 当i=2，依次比较A[2]与B[j]及len[1][j]与len[2][j-1]，填入len[2][j]与flag[2][j]的值如下： ∵ A[2]=B[1] ， ∴ len[2][1]=len[1][0]+1=1; flag[