搜索资源列表
Dynamic_Programming
- 多阶段决策过程（ multistep decision process ）是指 这样一类特殊的活动过程，过程可以按时间顺序分解成若干个相互联系的阶段，在每一个阶段都需要做出决策，全部过程的决策是一个决策序列。 动态规划 （ dynamic programming ）算法 是解决 多阶段决策过程最优化问题 的一种常用方法，难度比较大，技巧性也很强。利用动态规划算法，可以优雅而高效地解决很多贪婪算法或分治算法不能解决的问题。动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解
max_multiple
- 求乘积最大的子序列乘积,采用动态规划方法求解-product for the greatest sequences product using dynamic programming method for
max_sum
- 求和最大的子序列，采用动态规划算法，经典算法-sequences using dynamic programming algorithm, the algorithm classic
LCS
- 最大公共子序列，利用动态规划实现 just enjoy it
LCS
- 最大公共子序列 采用动态规划发，下载即可运行，欢迎改正
LCS
- 最长公共子序列(LCS)算法 求两个字符串的最长公共子序列。 X的一个子序列是相应于X下标序列{1, 2, …, m}的一个子序列，求解两个序列的所有子序列中长度最大的，例如输入：pear, peach输出：pea。 -LCS
lcs
- 大二课程算法设计技巧与分析的实验,实现最长公共子序列-Two course design skills and analysis algorithm, the longest public son experiment
the-max-sum
- 一串数字序列比如1，3，4，5，7，6……得到其中的最带不连续子序列（要求序列是严格递增的如1，3，4，5，7可以，5，7，6就不可以） 本代码即，最大不连续子序列问题，属于经典的动态规划问题适合初学者-A string of number sequences such as 1,3,4,5,7,6 ... ... be one of the best sequence with discontinuous (which requires a strictly increasing sequ
most-common-subsequence-string
- 算法设计类源码。使用动态规划的方式计算两个字符串的最大公共子序列。-Algorithm design class source code. Calculated using dynamic programming the two most common subsequence string.
MaxSum-(2)
- 用动态规划算法实现最大m子段和问题，给定N个整数组成的序列，以及一个正整数m，要求确定序列的m个不相交子段，使这m个子段的总和达到最大-Dynamic programming algorithm with the maximum m sub-section and the problem, given a sequence of N integers, and a positive integer m, required to determine the sequence of m disjoi
Maximum-Increasing-subsequences
- 最大递增子序列，动态规划经典算法 设L=<a1,a2,…,an>是n个不同的实数的序列，L的递增子序列是这样一个子序列Lin=<aK1,ak2,…,akm>，其中k1<k2<…<km且aK1<ak2<…<akm。求最大的m值。-Maximum increment sequence, the classic dynamic programming algorithm set L = <a1,a2,…,an> Are n d
maxsubsequence
- 输入一组数字序列后能够找到它的一组上升的最大长度的子序列。输出长度并输出此序列-Input a set of digital sequence can find it after a group of rising maximum length son sequence. Output length and output the sequence
zixulie
- 求两个字符串的最长公共子序列X 的一个子序列是相应于X 下标序列{1, 2, …, m}的一个子序列，求解两个序列的所有 子序列中长度最大的，例如输入：pear, peach 输出：pea。 -Seeking two strings of the longest common subsequence
LCS
- 用Java实现的LCS最大公共子序列算法，输入从文件中读取ASCII码-LCS common subsequence algorithm implemented in Java, the input is read from the file in ASCII
max
- 求一个数组的最大上升子序列（即数值增大的最长序列）-Seeking an array of maximum rise sequences (ie, the longest sequence of increasing value)
zuichangzixulie
- 北邮大二算法设计与分析 最长公共子序列的算法实现-BUPT sophomore algorithm design and analysis algorithms to achieve the longest common subsequence
源代码
- 大数据应用中基于支配点的mlcss算法设计与实现，程序中设计了三条字符串，查找他们之间的最长公共子序列。相对于传统的动态规划法，基于支配点思想具有更加高效的效率。(The design and implementation of mlcss algorithm based on dominant point in large data application, three strings are designed in the program to find the longest common
最长递增子序列
- 这是数据结构和算法设计中的经典案例题，代码不唯一，最长公共子序列源码和动态规划ppt分析(This is a classic case of data structure and algorithm design, the code is not unique, the largest m sub segment and source code and dynamic programming ppt analysis)