子序列 sub sequence问题,例:最长公共子序列,[LeetCode] Distinct Subsequences(求子序列个数)
引言
子序列和子字符串或者连续子集的不同之处在于,子序列不需要是原序列上连续的值。
对于子序列的题目,大多数需要用到DP的思想,因此,状态转移是关键。
这里摘录两个常见子序列问题及其解法。
例题1, 最长公共子序列
我们知道最长公共子串的求法,先温习一下,它的求法也是使用DP思想,对于 字符串s1 和字符串s2,令 m[i][j] 表示 s1上以s1[i]结尾的子串和s2上s2[j]结尾的子串的最长公共子串长度,因为公共子串必须是连续的,因此状态转移方程:m[i, j] = (s1[i] == s2[j] ? m[i-1, j-1] + 1 : 0)。因为m[i, j]的计算只需要用到 m[i-1, j-1],再之前的就用不着了,因此我们不必用一个二维数组来保存整个m[s1.length()][s2.length()],只需要保存并不断更新m[i-1, j-1]就可以了。
代码:
char *LCString(const char* s1, const char* s2){ if(NULL == s1 || NULL == s2) return NULL; int size1 = 0, size2 = 0; const char* head1 = s1; const char* head2 = s2; while(*(head1++) != '\0') size1++; while(*(head2++) != '\0') size2++; printf("%d, %d\n", size1, size2); int maxlen = 0, maxend = 0, i = 0, j = 0, tmpPre = 0; int m2[size2]; for(i = 0; i < size2; m2[i] = 0, ++i); for(i = 0; i < size1; ++i){ for(j = 0; j < size2; ++j){ int len = ((s1[i] == s2[j] ? 1 : 0) + (j > 0 ? tmpPre : 0)); if(len > maxlen) { maxlen = len; maxend = i;} tmpPre = m2[j]; m2[j] = len; } } if(maxlen > 0){//提出最长子字符串 char* lcs = new char[maxlen + 1]; for(i = 0; i < maxlen; lcs[maxlen - i - 1] = s1[maxend - i], i++); lcs[maxlen] = '\0'; return lcs; } return NULL; }
那么,对于最长公共子序列,如何去求呢?
首先,如果用m[][]来存长度,最后提出最长子序列要麻烦一些,因为子序列是不连续的。不过虽然麻烦,依旧可行。
接着,依然假设m[i, j]表示 s1[i]结尾的子串 和s2[j]结尾的子串的 最长公共子序列的长度。
那么:
若s1[i] == s2[j],m[i,j] = m[i-1][j-1] + 1;
若s1[i] != s2[j],m[i,j] = Max(m[i-1][j], m[i][j-1])。
这里因为求 m[i,j] 时,m[i-1][j], m[i][j-1], m[i-1][j-1]都有可能用到,因此咱还是老实一点用 二维数组吧。。
template <typename T> T* Lcseq(T* list1, int size1, T* list2, int size2){ if(NULL == list1 || NULL == list2) return NULL; int** m = new int*[size1]; int i = 0, j = 0; int max = 0, maxi = 0, maxj = 0; for(; i < size1; i++){ m[i] = new int[size2]; for(j = 0; j < size2; j++){ if(i == 0 && j == 0) m[0][0] = (list1[0] == list2[0] ? 1 : 0); else if(i == 0) m[i][j] = (list1[i] == list2[j] ? 1 : m[i][j-1]); else if(j == 0) m[i][j] = (list1[i] == list2[j] ? 1 : m[i-1][j]); else m[i][j] = (list1[i] == list2[j] ? m[i-1][j-1] + 1 : (m[i][j-1] > m[i-1][j] ? m[i][j-1] : m[i-1][j])); if(m[i][j] > max){ max = m[i][j]; maxi = i; maxj = j; } } } //printf("%d, %d, %d\n", max, maxi, maxj); //提取最大公共子序列 int p1 = maxi, p2 = maxj, p = max; T* sub = new T[max]; while(p1 >= 0 && p2 >= 0){ if(list1[p1] == list2[p2]){ sub[--p] = list1[p1]; //printf("p: %d, p1: %d, p2: %d\n", p, p1, p2); p1--; p2--; } else{ if(p1 == 0) p2--; else if(p2 == 0) p1--; else{ if(m[p1-1][p2] < m[p1][p2-1]) p2--; else p1--; } } } return sub; }
例题2,求子序列的个数,LeetCode
Distinct Subsequences
Given a string S and a string T, count the number of distinct subsequences of T in S.
A subsequence of a string is a new string which is formed from the original string by deleting some (can be none) of the characters without disturbing the relative positions of the remaining characters. (ie, "ACE"
is a subsequence of "ABCDE"
while "AEC"
is not).
Here is an example:
S = "rabbbit"
, T = "rabbit"
Return 3
.
class Solution { public: int numDistinct(string S, string T) { } };
如果不用DP,用带记忆的递归也能做,就是时间比较长,而且递归需要额外的栈空间。
class Solution { public: int numDistinct(string S, string T) { if(T.length() == 0) return 1; if(S.length() == 0) return 0; rec = new int*[S.length()]; for(int i = 0;i < S.length(); ++i){ rec[i] = new int[T.length()]; for(int j = 0;j < T.length(); ++j) rec[i][j] = -1; } return numDistinctCore(S, T, 0 ,0); } int numDistinctCore(string S, string T, int p1, int p2) { if(p2 == T.length()) return 1; if((T.length()-p2) > (S.length()-p1)) return 0; if(rec[p1][p2] >= 0) return rec[p1][p2]; int sum = 0; for(int i = p1;i < S.length(); ++i){ if(S[i] == T[p2]) sum += numDistinctCore(S, T, i+1, p2+1); } rec[p1][p2] = sum; return sum; } private: int **rec; };
AC时间 388ms。
引入DP思想的话,我们依旧用rec[i][j] 表示 "S[i]结尾子串" 中包含 "T[j]结尾子串" 的 sequence 个数。
因为S[i]子串 包含了S[i-1]子串,所以rec[i][j] 至少等于rec[i-1][j];同时,如果S[i] == T[j],那么还可以让 S[i]和T[j] 匹配,这种情况下,sequence个数就是rec[i-1][j-1]。
rec[i][j] = rec[i-1][j] + (S[i] == T[j] ? rec[i-1][j-1] : 0)。
代码:
class Solution { public: int numDistinct(string S, string T) { int slen = S.length(), tlen = T.length(); if(slen < tlen) return 0; int **rec = new int*[slen+1]; int i, j; for(i = 0; i <= slen; ++i){ rec[i] = new int[tlen+1]; for(j = 0; j <= tlen; ++j){ rec[i][j] = 0; } } for(i = 0; i <= slen; rec[i++][0] = 1); for(i = 1; i <= slen; ++i){ for(j = 1; j <= tlen; ++j){ rec[i][j] = (rec[i-1][j] + (S[i-1] == T[j-1] ? rec[i-1][j-1] : 0)); } } return rec[slen][tlen]; } };
AC时间 52ms。大幅提高。
上面的解法用到了二维数组。后来搜到了小磊哥关于这道题的解。让 j 从T末尾遍历,这样rec[i][j] 要么依旧等于 rec[i-1][j],也就是不变,要么加上 rec[i-1][j-1],因为j是从末尾遍历到前面,因此 rec[i-1][j-1] 不会被覆盖。这样做,省去了二维数组,直接一维数组搞定。用match[] 表示 T[j]结尾的子串 的sequence个数。
代码:
class Solution { public: int numDistinct(string S, string T) { if(S.size() < T.size()) return 0; int match[T.size()+1]; int i, j; for(match[0] = 1, i = 0; i < T.size(); match[++i] = 0); for(i = 1; i <= S.size(); ++i) for(j = T.size(); j >= 1; --j) if(S[i-1] == T[j-1]) match[j] += match[j-1]; return match[T.size()]; } };
这里也用到了上一篇文章中利用从后往前遍历避免值被覆盖的思想。
16ms AC,只能说,碉堡了。。
------------------------------------------------
Felix原创,转载请注明出处,感谢博客园!
posted on 2014-07-29 11:38 Felix Fang 阅读(4624) 评论(0) 编辑 收藏 举报