题目描述
给出 1 , 2 , … , n 1,2,\ldots,n 1,2,…,n 的两个排列 P 1 P_1 P1 和 P 2 P_2 P2 ,求它们的最长公共子序列。
输入格式
第一行是一个数 n n n。
接下来两行,每行为 n n n 个数,为自然数 1 , 2 , … , n 1,2,\ldots,n 1,2,…,n 的一个排列。
输出格式
一个数,即最长公共子序列的长度。
样例 #1
样例输入 #1
5
3 2 1 4 5
1 2 3 4 5
样例输出 #1
3
提示
- 对于 50 % 50\% 50% 的数据, n ≤ 1 0 3 n \le 10^3 n≤103;
- 对于 100 % 100\% 100% 的数据, n ≤ 1 0 5 n \le 10^5 n≤105。
朴素线性动态规划
- 状态表示: f [ i ] [ j ] f[i][j] f[i][j]表示从序列 A A A的前 i i i个元素与序列 B B B的前 j j j个元素中挑选出的公共子序列的最大长度
- 状态转移:
- 如果 A [ i ] = B [ j ] A[i] = B[j] A[i]=B[j], f [ i ] [ j ] = f [ i − 1 ] [ j − 1 ] + 1 f[i][j] = f[i - 1][j - 1] + 1 f[i][j]=f[i−1][j−1]+1
- 否则 A [ i ] ! = B [ j ] A[i] != B[j] A[i]!=B[j], f [ i ] [ j ] = m a x { f [ i − 1 ] [ j ] , f [ i ] [ j − 1 ] } f[i][j] = max\{f[i - 1][j],f[i][j - 1]\} f[i][j]=max{f[i−1][j],f[i][j−1]}
- 初始状态: f [ 0 ] [ 0 ] = 0 f[0][0] = 0 f[0][0]=0
时间复杂度
需要枚举 i 、 j i、j i、j计算状态,因此时间复杂度为 O ( n 2 ) O(n^2) O(n2)。
代码实现
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1e3 + 10;
int a[N], b[N];
int f[N][N];
int main()
{
int n;
scanf("%d", &n);
for(int i = 1; i <= n; i ++) scanf("%d", &a[i]);
for(int i = 1; i <= n; i ++) scanf("%d", &b[i]);
for(int i = 1; i <= n; i ++)
for(int j = 1; j <= n; j ++)
{
if(a[i] == b[j]) f[i][j] = f[i - 1][j - 1] + 1;
else f[i][j] = max(f[i - 1][j], f[i][j - 1]);
}
cout << f[n][n] << endl;
return 0;
}
最长上升子序列
题目中给出的是
1
,
2
,
…
,
n
1,2,\ldots,n
1,2,…,n 的两个排列
P
1
P_1
P1 和
P
2
P_2
P2 ,也就是说这两个序列中元素是一样的,不一样的是元素的出现顺序。如果将题目给出的测试样例按照字母顺序映射为两个新序列
A
A
A和
B
B
B,那么:
P
1
=
32145
→
A
=
a
b
c
d
e
P_1 = 3 2 1 4 5 \rightarrow A = abcde
P1=32145→A=abcde
P
2
=
12345
→
B
=
c
b
a
d
e
P_2 = 1 2 3 4 5 \rightarrow B = cbade
P2=12345→B=cbade
那么可以得到一个性质,
B
B
B的一个上升子序列即两个序列的公共子序列。因此该问题可以转换为求映射后B序列的上升子序列的最大长度。
时间复杂度
由于最长上升子序列的问题可以使用贪心 + 二分的方式进行优化,因此本题时间复杂度可以优化到 O ( n l o g n ) O(nlogn) O(nlogn),详情可以参考我的这篇文章:NOIP1999提高组T1:导弹拦截
代码实现
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1e5 + 10;
int map[N],a[N], b[N], q[N];
int main()
{
int n, x, len = 0;
cin >> n;
for(int i = 1; i <= n; i ++)
{
cin >> a[i];
map[a[i]] = i; //将a[i]进行映射
}
for(int i = 1; i <= n; i ++) cin >> b[i];
q[len] = -1e9;
for(int i = 1; i <= n; i ++)
{
//求映射后b序列的最长上升子序列
if(q[len] < map[b[i]]) q[++ len] = map[b[i]];
else
{
int L = 0, R = len, mid;
while(L < R)
{
mid = (L + R) / 2;
if(q[mid] >= map[b[i]]) R = mid;
else L = mid + 1;
}
q[L] = min(q[L], map[b[i]]);
}
}
cout << len << endl;
return 0;
}
本文介绍了一种求解两个排列的最长公共子序列问题的方法,包括朴素线性动态规划及优化后的最长上升子序列算法。通过映射序列,将问题转化为求解一个序列的最长上升子序列。

991

被折叠的 条评论
为什么被折叠?



