沙漠风网站建设6,郑州知名网站建设服务公司,淘宝网首页官网登录,办公平台这里写目录标题 tip数组下标从0开始还是从1开始 数学三角形介绍算法思想例题代码 最长上升子序列介绍算法思想例题代码 最长公共子序列介绍算法思想例题代码 tip
数组下标从0开始还是从1开始 如果代码中涉及到数组下标为i-1#xff08;有时候哪怕不是同一个数组也符合情况代码 最长上升子序列介绍算法思想例题代码 最长公共子序列介绍算法思想例题代码 tip
数组下标从0开始还是从1开始 如果代码中涉及到数组下标为i-1有时候哪怕不是同一个数组也符合情况因为是针对同一组数据进行的多个数组设置那么我们可以使 i 从 1开始这样当 i 1 时就取到了[0]如果这个位置有特殊情况那么这样一来我们也不必使用 if 直接对 f [0]设置一个特殊值即可
注意“输入”与“使用”是统一的即如果输入数组时决定了使用 i 从 1 开始那么到时候使用或者取元素时一定要记得是从 1 开始 如果输入决定了是从0开始那么到时候取元素的时候记得从0开始
数学三角形
介绍 从顶部出发可以向左下或者右下移动最后形成一条路径找到一条路径使得路径上的数字之和最大
算法思想 首先我们对三角形的各个数进行编码从上到下每行从1开始表上行号之后东北方向偏45度进行列号的编排最左边是1列之后往右依次是23…这样一来我们就可以标定某个元素的位置这也符合三角形位置的数据在数组内存储时的位置
对于动态规划仍然是状态表示和状态计算 状态表示因为每个元素由一个二维数对进行位置表示所以状态表示仍然是一个二维的如上图所示属性是max 状态计算由前面的经验可以总结出状态计算是一个情况的划分划分的是上一层的情况即仅研究上一层即可之后递推原理会帮助代码完成 上一层的状态有两个一个来自左上一个来自右上。 两种划分都是曲线救国的思路即 f [ i - 1 , j - 1 ] a[ i , j ]另一个是 f [ i - 1 , j ] a[ i , j ] 其中 a数组存储了所有的数据a [ i , j ]就是表示[ i , j ]位置的值
例题代码 首先a[N][N]数组是用来存储所有的数据的 f[N][N]是状态表示
之后main函数里 首先读入n 之后由于这组数据会涉及到 i-1 所以使用数组存数据时i从1开始到小于等于nj从1开始到小于等于 i 因为是三角形读入到a[][]数组中给[0][x] [x][0]这些位置空出来方便一些特殊情况时拿来使用包括a数组自己使用或者其他数组使用总之这个位置要留出来 之后初始化状态表示因为状态表示数组涉及到某一点的上边两个角所以要处理好边界问题我们的 i 从 0开始到等于nj 从 0开始到等于 i 1 这样做可以在原来的数据基础上多加一个0行和0列被初始化这样的话当我们遇到如下图所示情况时就不会出错了且f[i][j] - INF将所有的位置初始化为负无穷这样的话最终原数据的外面的位置下标f[][]的值是负无穷这样做是为了当我们有路径来到了原数据的外面那最后的值一定是负无穷这样我们就可以筛选出来哪些路径是经过了原数据的外面的位置得到的这些数据可以排除 之后初始化f[1][1] a[1][1]因为第一个还没有经过任何其他的点可以初始化为1 之后for循环i 从 2 开始到等于n之所以从2开始是因为1就一个节点已经被初始化了 二层循环 j 从 1 开始到等于i 仍然是因为输入时是三角形输入 f[ i ][ j ] maxf[ i - 1 ][j - 1] a[ i ][ j ] , f[ i - 1 ][ j ] a[ i ][ j ] 到此为止我们就已经可以拿到所有 i j 点的状态了我们由于是想求最大路径所以对叶子结点的状态进行求max即可这里由于之前所有的f都被初始化为了负无穷所以这样答案也初始化为负无穷去进行比较而就算有路径经过了负无穷那最后的值是-INF一些正数肯定比-INF要大一点点所以res用-INF存储最后参与到max中
最长上升子序列
介绍 例如这样一个序列最长子序列就是 1 2 5 6长度最长是4
算法思想 状态表示可以使用一维的即所有以“第” i 个数结尾的上升子序列属性是max 状态计算 划分依据上一层是第几个数 如果上一层没有数那么说明只有“第i个数”这一个数 如果上一层的数是第 j 个数那么可以递推为 f [ j ] 1这个j是有条件的要满足aj ai 最后对所有的f[ j ] 1 j从0开始到 i - 1取max就是答案
例题代码 a数组表示将数据进行存储f数组表示状态表示 在mian函数中 首先输入n i 从 1 到等于n 输入a[ i ] 之后对for从1到等于n f[ i ] 1 ,所有的 f 最少是1所以先初始化为1 之后对于for循环j 从 1 开始到小于 i 因为状态计算时是以 前一个数是第几个数 进行划分的所以j从1到小于i表示遍历所有划分的情况为后续取max做准备这样就可以找到最大的子序列对应的是哪个 j 因为每个j对应的f[j] 是不同的 同时判断 if a[j] a[i]才是合法的因为是上升子序列要求单调 之后 f[i] max(f[i] , f[j]1)对所有的划分进行max
最后把所有的 f[i] 进行取max即将所有的情况取最大值就是最大子序列
补充 在“动态规划2”中0054时介绍了如何将最长子序列保存下来
最长公共子序列
介绍 算法思想 首先对于状态表示集合方面表示所有在第一个序列的前i个字母中出现且在第二个序列的前 j 个字母中出现的公共子序列属性是max
之后对于状态计算 可以对公共子序列是否包含a[i] b[j]进行划分0表示不包含1表示包含如上图 之后对于00 f [ i - 1 , j - 1] 对于11 f [ i - 1 , j - 1] 对于上面这两个毫无疑问确实是这样表示的 但是对于01和10我们下面这种表示是错误的拿01举例来说我们想要的是不包含ai但是必须要有bj而f [i - 1 , j ]表示不包含ai但是可以有bj也可以没有所以他是错的但是f [i - 1 , j ]包含了01这种情况由于我们是求最大值而且f的属性也是max所以既然f [i - 1 , j ]包含了01的情况那么就可以拿来进行对比因为如果对于f [i - 1 , j ]来说如果01是其所有情况的最大值那么就符合我们的要求如果不是那么我们也没必要再关注01了而是其他某种情况所以可以直接用f [i - 1 , j ]。10同理 对于01 f [i - 1 , j ] 对于10 f [ i , j - 1 ]
最后补充 我们在写代码时不用写00的情况因为这种情况也被包含在了f [i - 1 , j ]和f [i , j - 1]两种情况里所以我们在写代码时只需要考虑后面三种情况即可
例题代码 n和m表示a和b字符串的长度 char a b数组用来存储字符串 f数组是状态表示
之后在main里 首先输入n 和 m 之后输入字符串使用%s以及数组名(这里是数组名1可以从数组的第二个位置也就是下标为1的位置开始将整个字符串都读入,因为代码中出现了i-1) 之后for i 从1~n 二重循环 j 从1~m也就是将所有的 f 进行了遍历 f[i][j] max (f[i-1][j] , f[i][j-1])先将这两个进行取max 之后对11这种情况进行判断 只有当a[i] b[j]时才会有第三种情况所以只有该条件成立将第三种情况放入max中 最后输出 f[n][m]
