用心去做

摘要： 这道题目和前面两道是类似的，如果采用相同的方法去解，会出现TLE。前面的方法时间复杂度是O(n^2)的，这道题目，我们要采用的方法是O(nlogn)的。思路想法儿也比较简单，就是在前面方法的基础之上，运用了二分查找。在使用O(n^2)的方法的时候，查找i前边的比它小或者大的时候，是遍历前面每一个元素，并且进行比较。这样，时间复杂度就为O(n^2)。但是，在实现算法的过程中，在计算第i个元素的时候，... 阅读全文

摘要： 水题一道，分析方法见前一篇博客。代码如下：#include using namespace std;int a[1001], dp[1001];int main() { int n; while (cin >> n) { for (int i = 1; i > a[i]; int max = 0; for (int i = 1; i max) max = dp[i]; } cout 阅读全文

摘要： 题目说了很长，要求最长下降子序列。题目的输入比较奇怪，需要全部读入之后，再进行dp，否则会TLE（这是我看其他同学说的）。这个题目的递归表达形式（正规一点儿应该叫做：状态转移方程，我太土了）---状态转移方程为：dp[i] = dp[j] + 1 （0 > tmp; if (-1 == tmp) break; int len = 0; a[len++] = tmp; while(1) { ... 阅读全文

摘要： 给定两个字符串x，y，求得相互之间转换的最小操作次数（最小编辑距离）。dp[i][j]表示x的前i个字符和y的前j个字符的最小编辑距离，与以下三个值有关： dp[i-1][j] dp[i - 1][j - 1] dp[i][j - 1]对于第一个，要求的dp[i][j]，要做的是比较x[i]和空（可能是insertion或者deletion，不关注），操作代价为1。对于dp[i][j - 1]同样... 阅读全文

摘要： 给定一串数字，要求子序列和最大的值。这个子序列是连续的。要不然，就直接选取全是正值的加和即可。我开始很直接的就想到一个O(n^2)的算法，因为子序列又开始位置i和结束位置j。我就定义了一个二维数组，索引就是位置，例如，a[i][j]表示，子序列i到j的和，然后遍历一边二维数组，得到最大的值。代码如下：#include using namespace std;int main() { int ... 阅读全文

摘要： 这道题目比较有意思，给定三个字符串，判断第三个字符串是不是前两个字符串中的字符组成的，而且，在前两个字符串中的字符要与原串中的顺序一致才行。例如，cat tree cattree就可以，但是tretac就不行了。解决这个我首先想到的是使用递归的方法解决：用三个变量记录三个字符串的扫描位置，初始都是0，然后递归遍历每个字符，判断是否于第三串中相等，相等则游移一位。代码如下：#include #inc... 阅读全文

摘要： 依旧是如何找到递归表达形式。这个我目前也没有更好的方法，只能遇到一道题目，就解决一道，想不到就抄别人的，变成自己的，积累经验。这道题目中提到的对齐方法，可以任意的加空格，用‘-’表示。那这个情况就比较多了，要怎么处理呢。总结递归表达形式如下，对于任意第一个前i个字符和第二个前j个字符匹配的最大匹配值dp[i][j]可取一下三个之中最大：a[i]第一个字符串的前i个字符，b[i]第二个字符串的前j个... 阅读全文

摘要： 将一个问题的解决过程，表达为递归的形式，还是挺难的，有的问题递归藏的很深。有的问题本身进行递归，有的却要转换一下，这个是很重要的。POJ1159题，对于一个给定的字符串最少插入几个字符，可以变成一个回文字符串。这道题目，刚刚看，觉得无从下手，因为事先知道使用动态规划解决，要找到解的递归形式，怎么也没想明白（其实是可以的）。后来变换思路，逆向思维，因为要插入一些字符，才能变为回文，那去掉插入的这些字... 阅读全文

摘要： 我以前一直坚信：语言不是问题，算法与数据结构才是关键！所以，从我刷acm的题目开始，我一直用的是java，因为java我真的是太熟练了。不想浪费时间的语言语法的层面，只想专心算法和数据结构。但是看着程序的运行结果，我动摇了。七年了，我开始动摇了。很多题目，java写出来的，同样的算法，需要几百ms，而c++不到0ms。差距如此之大，我不得不也练练c++了。其实c++之前也学过，基本语法儿也没问题，... 阅读全文

摘要： 就我目前学习动态规划的程度，我觉得使用动态规划的方法解决一个问题，最难的是：将问题的解决过程用递归的形式表达出来。使用递归的形式表达出来之后，可以判断是否有重叠的子问题，或者我们在构造递归表达形式的过程中，就会进行判断。另外，可以根据递归的参数，设计数组存储计算的结果，也就是有些博客中提到的填表过程。有很多时候，觉得动态规划解法的代码中，数组运用到很是巧妙，这个主要还是来自递归形式中。 在上一篇的博客中，递归形式其实比较明显。在这一篇，我尝试分析最长公共子序列问题的动态规划解法儿，加深递归表达式产生的过程，也就是自顶向下的分析过程。 最长公共子序列问题：一个数列 S，如果分别是两个或多个已知数 阅读全文