来源：在日常的生活中我们最经常使用的距离毫无疑问应该是欧式距离，但是对于一些特殊情况，欧氏距离存在着其很明显的缺陷，比如说时间序列，举个比较简单的例子，序列A：1,1,1,10,2,3，序列B：1,1,1,2,10,3，如果用欧氏距离，也就是distance[i][j]=(b[j]-a[i])*(b...
分类：
其他好文 时间：
2014-05-28 01:47:15
阅读次数：
402
对Big
Oh的新的认识一个问题，它有很多种算法都能实现。每种算法它的时间、空间复杂度不一样。比如：问题1： 求最大连续子序列和的问题，可以有O(n3)、O(n2)、O(nlogn)和O(n)四种时间复杂度的解法。请看下面的代码：一、O(n3)算法 二、O(n2)算法 三、O(nlogn)算法用分治...
分类：
其他好文 时间：
2014-05-26 19:17:41
阅读次数：
234
#include
#include
#include
using namespace std;
const int m=(int)1E8;
string s1,s2;
int f[2][5001]={0},g[2][5001]={0};
void init();
void work();
int my_max(int,int);
int main()
{
freopen("lcs.in","r"...
分类：
其他好文 时间：
2014-05-26 04:07:17
阅读次数：
305
出题：求数组中最长递增子序列的长度（递增子序列的元素可以不相连）；分析：解法1：应用DP之前需要确定当前问题是否具有无后效性，也就是每个状态都是对之前状态的一个总结，之后的状态仅会受到前一个状态的影响；对于递增子序列
而言，可以首先确定前面k个元素的最长子序列，然后计算增加一个元素之后的最长子序列。...
分类：
其他好文 时间：
2014-05-25 22:20:16
阅读次数：
339
算法1
用两个for循环定位子序列的上下界，然后再用最内部的一个for循环求出上下界之间的元素和。
时间复杂度：O(N³)。
代码：
int MaxSub(int *a, int n)
{
int sum = 0;
int tmp;
for (int i = 0; i < n; i++)
{
for (int j = i; j <...
分类：
其他好文 时间：
2014-05-25 21:28:44
阅读次数：
243
ACM DP 最大连续子序列 hdu1231...
分类：
其他好文 时间：
2014-05-25 11:06:40
阅读次数：
235
最长公共子序列问题LCS
问题描述：
一个给定序列的子序列是在该序列中删去若干元素后得到的序列。确切地说，若给定序列X= { x1, x2,…, xm}，则另一序列Z= {z1, z2,…, zk}是X的子序列是指存在一个严格递增的下标序列 {i1, i2,…,
ik}，使得对于所有j=1,2,…,k有 Xij=Zj。例如，序列Z={B,C,D,B}是序列X={A,B,C,B,D,...
分类：
其他好文 时间：
2014-05-25 06:26:52
阅读次数：
229
最长递增子序列
问题：
求一个一维数组中最长递增子序列的长度。
解法1：
很明显用动态规划的算法，选取下面的阶段（这种选法极为常见），可使阶段间的关系具有无后效性。
阶段：在所有以元素k结尾的子数组中，选出其中的最长递增子序列，k=1,2...n。
状态：以元素k结尾的最长递增子序列中只有一个最长的递增子序列。
决策：决定元素k结尾的最长递增子...
分类：
其他好文 时间：
2014-05-25 04:37:56
阅读次数：
193
题目：这个题目里要求最多交易2次。也就是说可以只交易一次，不交易也可以。
分析：将整个交易序列分割成两部分，求出这样的一种分割，使得两部分连续子序列的和相加的结果最大，当然，如果不进行分割，就是求出整个序列的最大连续子序列的和。
那么分割点就可能是任意位置。找出取得最大值的分割点，返回最大值。
int maxProfit(vector &prices) {
const int le...
分类：
其他好文 时间：
2014-05-24 20:54:57
阅读次数：
402
动态规划法
经常会遇到复杂问题不能简单地分解成几个子问题，而会分解出一系列的子问题。简单地采用把大问题分解成子问题，并综合子问题的解导出大问题的解的方法，问题求解耗时会按问题规模呈幂级数增加。
为了节约重复求相同子问题的时间，引入一个数组，不管它们是否对最终解有用，把所有子问题的解存于该数组中，这就是动态规划法所采用的基本方法。
【问题】 求两字符序列的最长公共字符子...
分类：
其他好文 时间：
2014-05-22 18:46:11
阅读次数：
360
