• 最长串那点事儿(lis,lcs,lcis)


    最长串那点事儿pascal

    (最长上升子序列,最长公共子串,最长公共子序列,最长公共上升子序列)的优化与另类状态表示思路

     

     

    DP中很经典的一类,又分这几小类

    1.       最长(不)上升/下降

    2.       最长公共子序列/

    3.       最长公共上升子序列

    算法复杂度,一般就是朴素的n^2n^3,其实很多优化,最朴素的不再叙述:

    一:NlongN 最长不降系列

    F是维护一个单调的序列,f[i]不为0的元素中的最大的i(即队列长度)

    Program sky;

    Var

      i,j,m,n:longint;

    function find(l,r:longint):longint;{f中二分查找第一个大/小于(等于)a[i]的数覆盖}

      begin

           if l=r then exit(l);

         if f[mid]…a[i] then exit(find(l,mid)) else exit(find(mid+1,r));

      end;

    begin

    for i:=1 to n do

       if a[i]>f[tot] then begin inc(tot); f[tot]:=a[i]; end

      else f[find(1,tot)]:=a[I,j];

    end.

    二:最长公共子串

     01矩阵可以直观表示某一位是否匹配,改变存储方式,让矩阵中的每一位转移它左上角元素的状态

    If a[i]=b[j] then  F[I,j]:=f[i-1,j-1]+1;否则为0,朴素二维循环

    三:最长公共上升子序列

    1)朴素n^3f[i,j]表示状态,意思是到a的前i位,b的前j位的最长值,当更新f时用第三维枚举)

    program sky;

    begin

      readln(n);  for i:=1 to n do read(a[i]);{第一个序列}

      readln(m);  for i:=1 to m do read(b[i]);{第二个序列}

      for i:=1 to n do

        for j:=1 to m do

          begin

            if a[i]<>b[j] then f[i,j]:=f[i-1,j] else{分情况,当不等时不会更新ans,所以直接转移下来供下面用}

              begin

                f[i,j]:=1;

                for k:=0 to j-1 do if a[i]>b[k] then f[i,j]:=max(f[i,j],f[i-1,k]+1);

              end;

          end;

      for i:=1 to m do f[n,m]:=max(f[n,m],f[n,i]);{最优解不一定在最后,还有一种写法就是f[i,j]转移f[i-1,j],f[i,j-1]的最大值}

      writeln(f[n,m]);

    end.

    2)优化至n^2(用k记录位置,压缩维度的两种方法之一,【另一种是改变状态表示】)

    for i:=1 to n do

        begin

          maxa:=0;

          for j:=1 to m do{n^3的不同,因为它会判断f[j]>maxa这一状态转移,所以不能f[j]:=max(f[j],f[j-1]),也就是不能把左边的状态转移过来}

            begin{空间上也采用压缩,这行状态之和前一行有关,所以直接覆盖}

              if (a[i]>b[j]) and (f[j]>maxa) then maxa:=f[j];{注意if语句中的else,用else的话,if就不能随便嵌套了···}

              if (a[i]=b[j]) then f[j]:=max(f[j],maxa+1);

            end;

        end;

      for i:=1 to m do f[m]:=max(f[m],f[i]);

      writeln(f[m]);

    四:特殊最长公共子序列的nlogn算法(若两序列都没有重复元素,且元素不过大,把两序列各看做一个集合时,两集合相等,这时用一种新的状态表示方法)

    这种新的状态表示方法就是记录第二个串中元素

    11D/1D

    利用答案f数组的单调性,即后面的状态一定大于等于或小于等于前面的,ans成一个单调变化如下

    111111111111111111111111111111111111111111111111111

    111111111111222222222222222222222222222222222222222

    111111111111222222222222222222222233333333333333333

    不可能出现

    111111111111111111111113333333333333333333322222222

    这时存储答案的就不是f的值而是下标了,值表示左右端点

    F[k].lf[k].r分别表示ansk的区间左右端点

    代码和nlogn的最长上升完全一样,思想变了,变成找一个已经确定的位置被覆盖的最大值,并用它的位置更新可以覆盖它的最大的一个数的下一个数

    2)一个新的定义状态的方法,代码不变,不写了。

    3)根据题目性质转化成熟悉的问题

    可以把元素在第二个序列中的位置按照第一个序列的顺序记录下来,求最长上升

    Ep2  1  3  4  5

    1  3  2  4  5

    V  3  1  2  4  5

    v求一次最长上升用nlogn可以求解

  • 相关阅读:
    机器学习笔记之数据预处理(Python实现)
    机器学习笔记之matplotlib绘图核心原理
    机器学习笔记之Matplotlib库legend() scatter() plot() figure() subplot()函数参数解释
    Kafka学习笔记之kafka常见报错及解决方法(topic类、生产消费类、启动类)
    Elasticsearch学习笔记之Prometheus监控ElasticSearch核心指标
    Kafka学习笔记之Kafka应用问题经验积累
    Kafka学习笔记之kafka.common.KafkaException: Should not set log end offset on partition
    CRM 价格更新
    定时 任务 C# 思路
    使用ExtentReports生成Testng测试报告
  • 原文地址:https://www.cnblogs.com/skysun/p/2214250.html
Copyright © 2020-2023  润新知