9动态规划(03线型问题).docVIP

动态规划（线型问题） 线型动态规划 线型动态规划问题，最典型的特征就是状态都在一条线上，并且位置固定，问题一般都规定只能从前往后取状态，解决的办法是根据前面的状态特征，选取最优状态作为决策进行转移。 设前i个点的最优值，研究前i-1个点与前i个点的最优值，利用第i个点决策转移，如下图。 状态转移方程一般可写成: 问题描述 最大连续子序列和： 1 2 -3 4 5 （结果9） 最长公共子字符串：BDAABA和ABCBDAB（BDA结果3） 最长公共子序列：abcfbc与abfcab （结果为4（abcb、abfc）） 最长上升子序列：1 7 3 5 9 4 8（结果为4（1 3 5 9、1 3 5 8、1 3 4 8）） 最大上升子序列和：1 7 3 5 9 4 8（结果为18（1 3 5 9） 最长公共子上升序列：1 4 2 5 9 和9 1 2 4（结果为2（1 4、1 2）） 编辑距离：kitten和sitting（结果为3（k改s,e改i，n后插入g）） 1.最大连续子序列和 /140914/3/ 描述：给定n及数组A1,A2,A3……An，求最大连续子序列和 输入：第一行一个n，n100000 第二行n个数，用空格隔开，每个数小于100000 输出：最大连续子序列和 样例输入 5 1 2 -3 4 5 样例输出 9 当j确定时，若要s[j]-s[i-1]最大，则需s[i-1]最小。因此只需要扫描一次数组，维护“目前遇到过的最小S”。 状态转移方程：maxsum=max(s[j]-s[i-1]) #includeiostream #define MAXN 100100 int a[MAXN],s[MAXN]; using namespace std; int main(){ int i,maxsum,n,min_s; cinn; s[0]=0; for(i=1;i=n;i++){ cina[i]; s[i]=s[i-1]+a[i]; } maxsum=a[0]; min_s=0; for(i=1;i=n;i++){ if(maxsums[i]-min_s)maxsum=s[i]-min_s; if(min_ss[i])min_s=s[i]; } coutmaxsumendl; return 0; } 2.最长公共子字符串 子字符串的定义和子序列的定义类似，但要求是连续分布在其他字符串中。比如输入两个字符串BDAABA和ABCBDAB的最长公共字符串有BDA和AB,最长长度为3。 A B C B D A B B 0 1 0 1 0 0 1 D 0 0 0 0 1 0 0 A 1 1 0 0 0 1 0 A 1 0 0 0 0 1 0 B 0 1 0 1 0 0 1 A 1 0 0 0 0 1 0 A B C B D A B B 0 1 0 1 0 0 1 D 0 0 0 0 2 0 0 A 1 1 0 0 0 3 0 A 1 0 0 0 0 1 0 B 0 2 0 1 0 0 1 A 1 0 0 0 0 1 0 参考代码： #includeiostream #includestring #define MAXN 1100 using namespace std; char a[MAXN],b[MAXN]; int f[MAXN][MAXN]; int main(){ int ans,lena,lenb,i,j; cinab; lena=strlen(a);lenb=strlen(b); memset(f,0,sizeof(f)); ans=0; for(i=1;i=lena;i++) for(j=1;j=lenb;j++) if(a[i-1]==b[j-1]){ f[i][j]=f[i-1][j-1]+1; if(ansf[i][j])ans=f[i][j]; } coutansendl; return 0; } 3.最长公共子序列LCS：两个有序序列s1（长度为len1）和s2（长度为len2），求最长公共子序列的长度。如：abcfbc与abfcab 最长长度为4（abcb、abfc…序列不唯一） 输入 输入包括多组测试数据。每组数据包括一行，给出两个长度不超过200的字符串，表示两个序列。两个字符串之间由若干个空格隔开。 输出 对每组输入数据，输出一行，给出两个序列的最大公共子序列的长度。 样例输入 abcfbc abfcab programming contest abcd