线型动态规划.ppt

* * * * * * * * * * * * m=2 设f[i,j]表示车站停靠i,j 两列火车(ij)时，其后的火车（包括i,j本身）最多可以进站的数量,则: f[i,j]=max｛f[j,k]+1｝ 条件：必须满足按i,j,k顺序进站和出站，另外还要满足k在i出站后且j 进站。 m=3 设f[i,j,k]表示车站停靠i,j,k三列火车(ijk)时，其后的火车（包括i,j,k）最多可以进站的数量。则有， f[i,j,k]=max{f[j,k,l]+1｝ 条件：必须满足按i,j,k,l顺序进站和出站，另外还要满足l在i 出站后进站。 最长前缀 给定n个字符串，即基元 给定一个字符串T，即生物体的结构 要找出字符串T由基元构成的前缀，使得该前缀的长度最大 N=100,Len(T)=500000,基元长度L =20 样例 基元：A，AB，BBC，CA，BA T: ABABACABAABCB 最长前缀构成有三种方法 A+BA+BA+CA+BA+AB? AB+AB+A+CA+BA+AB? AB+A+BA+CA+BA+AB? 长度为11 分析 为了尽快的查找到基元，我们把基元构成一个单词树，也叫trie树。如下图为样例的单词树。 该树最多为26叉树，任何单词要么是某个单词的前缀，要么为从根到叶子结点组成的单词。 这样我们只需要O(L)的时间即可查找到某个单词，L为单词的长度。 动态规划 我们设前j个字符已经匹配，考虑前i个字符是否能匹配，主要看从i+1…j组成的字符串是否是单词 因此设f(i)表示前i个字符是否已匹配，若能匹配则为真(用1表示),否则为假(用0表示)。则有： 时间复杂度分析 每次求f(i)需要向前找f(j)，i-jL,每移动一次j需要判定word(j+1,i)是否是单词 1=i=len(T),1=i-jL 查找单词时间复杂度为O(L) 因此总时间复杂度为O(len(T)*L2)。 因为T=500000,L=20,因此,5*105*202=2*108 样例实现过程，T: ABABACABAABCB，初始设f(0)=1 f(1)=1,找到单词A,且f(0)=1; f(2)=1,找到单词AB,且f(0)=1; f(3)=1,找到单词BA, 且f(1)=1; f(4)=1,找到单词AB , 且f(2)=1; f(5)=1,找到单词BA , 且f(3)=1; f(6)=0,找不到以C结尾的单词; f(7)=1,找到单词CA , 且f(5)=1; f(8)=0,尽管找到单词AB，但f(6)=0; f(9)=1,找到单词BA, 且f(7)=1; f(10)=1,找到单词A, 且f(9)=1; f(11)=1,找到单词AB, 且f(9)=1; f(12)=0 ,找不到以C结尾的单词; f(13)=0,找不到以B结尾的单词; 优化 上述过程我们可以看出，每次求i，需要向前找j，这样枚举，再加上需要查找单词，因此时间复杂度较高。 如果要优化，显然字符串T必须至少扫描一遍，O(Len(T))不可能少。那么只能在查找单词和枚举j判断字符串是否是单词上做文章了。 我们能否在查找单词和枚举字符串统一起来考虑呢? 刚才解题思路是从后往前推，如果我们试着从前往后推会怎么样呢？ 样例实现过程，T: ABABACABAABCB 找到单词A和AB,有f(1)=1, f(2)=1; 找到单词BA和AB,有f(3)=1, f(4)=1; 找到单词BA,有f(5)=1 ; 找到单词CA,有f(7)=1 ; 找到单词BA,有f(9)=1 ; 找到单词A和AB,有f(10)=1, f(11)=1; 找不到以C开头的单词，程序结束。 从上述过程我们可以看出，每次都是从前往后找单词，只考虑f(i)=1开始后，是否有单词，这样我们对字符串T并没有回溯的过程，因此时间复杂度为O(len(T)*L)。 T=50000,L=20,因此,5*105*20=107 求最长公共子序列 给定的字符序列X=“x0，x1，…，xm-1”，序列Y=“y0，y1，…，yk-1”是X的子序列，存在X的一个严格递增下标序列i0，i1，…，ik-1，使得对所有的j=0，1，…，k-1，有xij = yj。 例如，X=“ABCBDAB”，Y=“BCDB”是X的一个子序列。 给出两个字串S1和S2，长度不超过5000. 求这两个串的最长公共子串长度。 分析样例 S1=“ABCBDAB.” S2=“BABCBD.” 可以看出他们的最长公共子串有ABCB,ABCD ,BCBD等，长度为4. 从样例分析，我们思考的方式为要找出S1串与S2串的公共子串，假设将S1固定，从第1个位置开始直到最后一个位置为止，与S2的各个部分不断找最长公共子串 当然S1也可以变