动态规划--前缀动态规划问题

Posted duanshuai

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了动态规划--前缀动态规划问题相关的知识,希望对你有一定的参考价值。

【最长公共子序列问题】

问题定义:

输入:X = (x1,x2,...,xm) , Y = (y1,y2,...yn)

输出:公共子序列长度(拓展:如何打印公共子序列)

1. 如何用子问题表示

dp[ i ][ j ]表示X的i前缀与Y的j前缀的最长公共子序列长度

则总问题==dp[ m ][ n ];

2. 优化子结构和重叠子问题

3. 递归表达式

if X[ i ] == Y[ j ] ,则dp[ i ][ j ] = dp[ i-1 ][ j-1 ] + 1;

else,                    则dp[ i ][ j ] = max{ dp[ i-1 ][ j ] , dp[ i ][ j-1 ] }

递归终点:dp[ i ][0]=dp[0][ j ]=0;(0<=i<m,0<=j<n)

4. 设计数据结构:

与编号动态规划问题不同的是,递归是二维的形式,则设计成二维数组

5. 伪代码

注意:对于这类二维动态规划,常常根据填表的方式(1)设计算法.(2)根据填表的顺序打印出序列

  • 确定填表方式

技术图片

 

  • 数据结构:   C[ i ][ j ]表示最大公共序列长度(即dp[ i ][ j ]), B[ i ][ j ]表示如何填表(便于回溯时打印序列)。

1)最大长度

For i = 0 To m C[ i ][ 0 ] = 0;

For j = 0 To n C[ 0 ][ j ] = 0;

//根据填表过程设计循环(从左到右,从上到下)

For i = 1 To m

    For j = 1 To n

          if xi = yj

               C[ i ][ j ] = C[ i-1 ][ j-1 ] + 1    ;    B[i,j] = “↖”;

          else if C[ i-1][ j ] > C[ i ][ j-1 ]

               C[ i ][ j ] = C[ i-1 ][ j ]     ;    B[i,j] = “ ↑ ”;

          else

               C[ i ][ j ] = C[ i ][ j - 1 ]     ;    B[i,j] = “ ← ”;

return C and B

2)如何打印数组

Print-LCS(B,X,i,j)

    IF i=0 or j=0 THEN Return;

    IF B[i,j]=“↖”

         THEN Print-LCS(B,X,i-1,j-1);

                    Printxi;

    ELSE If B[i,j]=“↑”

         THEN Print-LCS(B,X,i-1,j);

    ELSE

         Print-LCS(B,X,i,j-1).

6. 算法复杂度分析

O(mn)

【字符串的编辑距离】

问题定义:

串A  ~> 串B 有三种操作(插入、删除、替换)

求最小的编辑操作代价

1. 如何用子问题表示

在编辑的过程中,我们维护两个下标 i 和 j ,分别指向A和B中的位置

  • 插入:i不变,j++          代价:1
  • 删除:i++,j不变          代价:1
  • 替换:i++,j++             代价:0或1

dp[ i ][ j ]表示指针分别指向第 i 位和第 j 位时的编辑次数

则,当串A的指针指向m,串B的指针指向n时完成编辑

即总问题==dp[ m ][ n ]

2. 优化子结构和重叠子问题

3. 递归表达式

dp[ i ][ j ] = min{ dp[ i-1 ][ j-1 ] + d , dp[ i-1 ][ j ] + 1 , dp[ i ][ j-1 ] + 1 }

if ai==bj d=0,    else d=1.

递归终点:dp[ i ][ 0 ] = i;dp[ 0 ][ j ] = j

4. 伪代码

For i = 0 To m

      dp[ i ][ 0 ] = i;//删除

For j = 0 To n

     dp[ 0 ][ j ] = j;//插入

//根据填表过程设计循环(从左到右,从上到下)

For i = 0 To m

      For j = 0 To n

            dp[ i ][ j ] = min{ dp[ i-1 ][ j-1 ] + d , dp[ i-1 ][ j ] + 1 , dp[ i ][ j-1 ] + 1 }

以上是关于动态规划--前缀动态规划问题的主要内容,如果未能解决你的问题,请参考以下文章

动态规划--前缀动态规划问题

最长前缀 动态规划

结巴分词--基于前缀词典及动态规划实现分词

动态规划如何去找动态转移方程

LeetCode 813 最大平均值和的分组[动态规划 前缀和] HERODING的LeetCode之路

(采油区域)二维前缀和+动态规划关系+分类讨论