【算法】动态规划专题④ ——LCS(最长公共子序列)+ LPS(最长回文子序列) python

目录

  • 前置知识
  • LCS
  • 举一反三
  • LPS

  • 前置知识

    【算法】动态规划专题③ ——二维DP python


    子序列定义为:
    不改变剩余字符顺序的情况下,删除某些字符或者不删除任何字符形成的一个序列。


    LCS

    最长公共子序列 https://www.lanqiao.cn/problems/1189/learning/?page=1&first_category_id=1&problem_id=1189

    题目描述

    给定一个长度为N数组a和一个长度为M的数组b。请
    你求出它们的最长公共子序列长度为多少。

    输入描述
    输入第一行包含两个整数N,M,分别表示数组a和b的长度。
    第二行包含N个整数a1,a2,…,an。
    第三行包含M个整数b1,b2,…,bm

    输出描述
    输出一行整数表示答案。

    1≤N,M≤1e3,1≤ai,bi≤1e9

    思路:

    定义dp[i][j]表示序列A的前i个元素和序列B的前j个元素之间的最长公共子序列的长度
    当 A[i-1] = B[j-1],在这种情况下,dp[i][j] = dp[i-1][j-1] + 1
    当 A[i-1] != B[j-1],我们需要决定去掉 A[i]或者B[i]来寻找更大值
    dp[i][j] = max(dp[i-1][j], dp[i][j-1])
    这里,dp[i-1][j]表示不包括A的第i个元素的最大LCS长度,而dp[i][j-1]表示不包括B的第j个元素的最大LCS长度

    代码如下:

    n, m = map(int, input().split())
    a =list(map(int, input().split()))
    b =list(map(int, input().split()))
    dp = [[0] * (m + 1) for _ in range(n + 1)]
    for i in range(1, n + 1):
        for j in range(1, m + 1):
            if a[i - 1] == b[j - 1]:
                dp[i][j] = dp[i - 1][j - 1] + 1
            else:
                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
    
    print(dp[n][m])
    

    通过路径回溯可以重建出具体的LCS


    举一反三

    两个字符串的删除操作 https://leetcode.cn/problems/delete-operation-for-two-strings/description/

    给定两个单词 word1 和 word2 ,返回使得 word1 和 word2 相同所需的最小步数。
    每步 可以删除任意一个字符串中的一个字符。

    示例 1:

    输入: word1 = “sea”, word2 = “eat”
    输出: 2
    解释: 第一步将 “sea” 变为 “ea” ,第二步将 "eat "变为 “ea”

    示例 2:

    输入:word1 = “leetcode”, word2 = “etco”
    输出:4

    提示:

    1 <= word1.length, word2.length <= 500
    word1 和 word2 只包含小写英文字母

    思路:

    计算 两个字符串的长度最长公共子序列的长度之差即可

    题解code:

    class Solution:
        def minDistance(self, word1: str, word2: str) -> int:
            n, m = len(word1), len(word2)
            dp = [[0] * (m + 1) for _ in range(n + 1)]
            for i in range(1, n + 1):
                for j in range(1, m + 1):
                    if word1[i - 1] == word2[j - 1]:
                        dp[i][j] = dp[i - 1][j - 1] + 1
                    else:
                        dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
    
            return n + m - dp[n][m] * 2
    


    LPS

    最长回文子序列 https://leetcode.cn/problems/longest-palindromic-subsequence/description/

    给你一个字符串 s ,找出其中最长的回文子序列,并返回该序列的长度。

    示例 1:

    输入:s = “bbbab”
    输出:4
    解释:一个可能的最长回文子序列为 “bbbb” 。

    示例 2:

    输入:s = “cbbd”
    输出:2
    解释:一个可能的最长回文子序列为 “bb” 。

    提示:

    1 <= s.length <= 1000
    s 仅由小写英文字母组成

    思路:

    LPS转化为LCS
    将s和逆序的s做最长公共子序列即可得到最长回文子序列

    code:

    class Solution:
        def longestPalindromeSubseq(self, s: str) -> int:
            ss = s[::-1]
            n = len(s)
            dp = [[0] * (n + 1) for _ in range(n + 1)]
            for i in range(1, n + 1):
                for j in range(1, n + 1):
                    if s[i - 1] == ss[j - 1]:
                        dp[i][j] = dp[i - 1][j - 1] + 1
                    else:
                        dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
    
            return dp[n][n]
    

    当然,在此介绍的不是最直接的做法
    正规做法属于区间DP,后续会更新


    END
    如果有更多问题或需要进一步的帮助,可以在评论区留言讨论哦!
    如果喜欢的话,请给博主点个关注 谢谢

    作者:查理零世

    物联沃分享整理
    物联沃-IOTWORD物联网 » 【算法】动态规划专题④ ——LCS(最长公共子序列)+ LPS(最长回文子序列) python

    发表回复