1. 最长公共子序列
假设 X 和 Y 的序列如下:
X[1...m] = {A, B, C, B, D, A, B}Y[1...n] = {B, D, C, A, B, A}
可以看出,X 和 Y 的最长公共子序列有 “BDAB”、“BCAB”、“BCBA”,即长度为4。
思路 : 动态规划
下面是用动态规划(打表)解决LCS问题:
// 动态规划求解LCS问题#include <iostream>#include <string>#include <vector>#include <algorithm>using namespace std;/*** 返回X[0...m-1]和Y[0...n-1]的LCS的长度 */int lcs(string &X, string &Y, int m, int n){// 动态规划表,大小(m+1)*(n+1)vector<vector<int>> table(m+1,vector<int>(n+1)); for(int i=0; i<m+1; ++i){for(int j=0; j<n+1; ++j){// 第一行和第一列置0if (i == 0 || j == 0)table[i][j] = 0;else if(X[i-1] == Y[j-1])table[i][j] = table[i-1][j-1] + 1;elsetable[i][j] = max(table[i-1][j], table[i][j-1]);}}return table[m][n];}int main(){string X = "ABCBDAB";string Y = "BDCABA";cout << "The length of LCS is " << lcs(X, Y, X.length(), Y.length());cout << endl;getchar();return 0;}
2. 连续子数组最大和
数组分析:下图是我们计算数组(1,-2,3,10,-4,7,2,-5)中子数组的最大和的过程。通过分析我们发现,累加的子数组和,如果大于零,那么我们继续累加就行;否则,则需要剔除原来的累加和重新开始。
过程如下:
class Solution {public:int FindGreatestSumOfSubArray(vector<int> array) {if(array.empty()){return 0;}// 初始化变量,maxSum为最大和,curSum为当前和int maxSum = array[0];int curSum = array[0];// 遍历所有元素for(int i = 1; i < array.size(); i++){// 如果当前和小于等于0,说明之前的是负数,则抛弃前面的和,重新计算if(curSum <= 0){curSum = array[i];}// 如果没有问题,直接累加else{curSum += array[i];}// 更新最大和if(curSum > maxSum){maxSum = curSum;}}return maxSum;}};
3. 最长递增子序列
对每一个 i,遍历 j(0 到 i-1):
若A[i] <= A[j]
,置 1。若A[i] > A[j]
,取第 j 行的最大值加 1。
4. 最大递增子序列和
对每一个 i,遍历 j(0 到 i-1):
若A[i] <= A[j]
,置 A[i]。若A[i] > A[j]
,取第 j 行满足A[i] > A[j]
的最大值加 A[i]。
#include <iostream>#include <vector>#include <string>#include <algorithm>using namespace std;//最长上升子序列int main(){string str;getline(cin, str);vector<int> num;for (int i = 0; i < str.size(); ++i){if (str[i] != ' ')num.push_back(str[i] - '0');}int len = num.size();//最长上升子序列vector<int> dp(len, 0);for (int i = 0; i < len; ++i){int max_temp = 0;for (int j = 0; j < i; ++j){if (num[j] < num[i])max_temp = max(max_temp, dp[j]);}dp[i] = max_temp + 1;}//最大上升子序列和//vector<int> dp(len, 0);dp[0] = num[0];//很重要,5 1 3时最大是5,不加这一句最大就是1 3 = 4//for (int i = 0; i < len; ++i)//i从0开始//{//int max_temp = 0;//for (int j = 0; j < i; ++j)//{//if (num[j] < num[i])//max_temp = max(max_temp, dp[j]);//在满足num[j] < num[i]的基础上,////去找dp[j]中最大的存在max_temp中//}//dp[i] = max_temp + num[i];//}int max_res = 0;for (int i = 0; i < len; ++i)max_res = max(max_res, dp[i]);cout << max_res << endl;for (auto i : dp)cout << i;system("pause");return 0;}
miking time
描述
贝茜是一个勤劳的牛。事实上,她是那么专注于最大限度地提高了她的效率,她决定安排她的下ñ(1≤ñ≤1,000,000)小时(方便标记为0 ..ñ-1),使她产生尽可能多的牛奶越好。
农夫约翰的名单中号(1≤中号≤1000)可能是重叠的时间间隔,他可以挤奶其中。每个间隔我具有起动小时(0≤starting_hour我≤Ñ),结束小时(starting_hour我<ending_hour我≤Ñ),以及相应的效率(1≤效率我其指示的牛奶多少加仑≤1,000,000),他在那段时间里可以离开贝西。Farmer John分别在开始时间和结束时间开始时开始和停止挤奶。在挤奶时,Bessie必须在整个间隔内挤奶。
尽管贝茜有她的局限性。任何间隔期间挤奶后,她必须休息- [R(1≤[R≤Ñ)小时之前,她可以重新开始挤奶。鉴于Farmer Johns的间隔清单,确定Bessie在N小时内可以产生的最大牛奶量。
输入
*第1行:三个以空格分隔的整数:N,M和R
*第2行......M+1:第i+ 1行描述FJ的第i个挤奶间隔,其中包含三个以空格分隔的整数:starting_houri,ending_houri和效率i
产量
*第1行:Bessie在N小时内可以产生的最大加仑牛奶数
样本输入
12 4 21 2 810 12 193 6 247 10 31
样本输出
43
#include <iostream>#include <vector>#include <string>#include <algorithm>using namespace std;struct Nodes{int left;int right;int value;}node[1001];int cmp(Nodes a, Nodes b){return a.left < b.left;}int main(){int sum, n, r;cin >> sum >> n >> r;for (int i = 0; i < n; ++i)cin >> node[i].left >> node[i].right >> node[i].value;sort(node, node + n, cmp);vector<int> dp(n, 0);for (int i = 0; i < n; ++i){int max_temp = 0;for (int j = 0; j < i; ++j){if (node[j].right + r <= node[i].left)max_temp = max(max_temp, dp[j]);}dp[i] = max_temp + node[i].value;}cout << *max_element(dp.begin(), dp.end());system("pause");return 0;}