洛谷P1140 基因匹配 //DP真正意义上的一血
题目背景
大家都知道,基因可以看作一个碱基对序列。它包含了44种核苷酸,简记作A,C,G,TA,C,G,T。生物学家正致力于寻找人类基因的功能,以利用于诊断疾病和发明药物。
在一个人类基因工作组的任务中,生物学家研究的是:两个基因的相似程度。因为这个研究对疾病的治疗有着非同寻常的作用。
题目描述
两个基因的相似度的计算方法如下:
对于两个已知基因,例如AGTGATGAGTGATG和GTTAGGTTAG,将它们的碱基互相对应。当然,中间可以加入一些空碱基-,例如:
这样,两个基因之间的相似度就可以用碱基之间相似度的总和来描述,碱基之间的相似度如下表所示:
那么相似度就是:(-3)+5+5+(-2)+(-3)+5+(-3)+5=9(−3)+5+5+(−2)+(−3)+5+(−3)+5=9。因为两个基因的对应方法不唯一,例如又有:
相似度为:(-3)+5+5+(-2)+5+(-1)+5=14(−3)+5+5+(−2)+5+(−1)+5=14。规定两个基因的相似度为所有对应方法中,相似度最大的那个。
输入输出格式
输入格式:
共两行。每行首先是一个整数,表示基因的长度;隔一个空格后是一个基因序列,序列中只含A,C,G,TA,C,G,T四个字母。1 \le1≤序列的长度\le 100≤100。
输出格式:
仅一行,即输入基因的相似度。
输入输出样例
7 AGTGATG
5 GTTAG
14
其实本蒟蒻以前做过DP题 但是这是第一次自己构造DP方程并且AC
对于我来说这个题的难点在于判断是谁插谁= =(听着好奇怪
对于每一个f[i][j]
- 可以由f[i][j-1]转移而来
- 可以由f[i-1][j]转移而来
- 可以由f[i-1][j-1]转移而来
现在来讨论每一种情况
- f[i][j-1]转移
新来的b[j]要与一个空碱基匹配
相当于在A串上插了一个空碱基 并与B[j]进行匹配 f[i][j] = f[i][j-1] + trs[b[j][0];
- f[i-1][j]转移
新来的a[i]要与一个空碱基匹配
f[i][j] = f[i-1][j] + trs[a[i]][0];
- f[i-1][j-1]转移
相互匹配 f[i][j] =f[i-1] [j-1] + trs[a[i]][b[j]];
所以构造完成 循环顺序普通即可(想思考也可以想一下)
那么边界?可以想到f[i][0] =f[i-1][0] + trs[a[i]][0];
b也同理
分析完啦 上代码:
#include<bits/stdc++.h>
using namespace std;
int f[][];
int a[],b[],len2,len1;
int main(){
const int trs[][]=
{
{,-,-,-,-},
{-,,-,-,-},
{-,-,,-,-},
{-,-,-,,-},
{-,-,-,-,}
};
cin>>len1;
for(int i=;i<=len1;i++){
char tra1;
cin>>tra1;
if(tra1=='A') a[i] = ;
if(tra1=='C') a[i] = ;
if(tra1=='G') a[i] = ;
if(tra1=='T') a[i] = ;
}
cin>>len2;
for(int i=;i<=len2;i++){
char tra1;
cin>>tra1;
if(tra1=='A') b[i] = ;
if(tra1=='C') b[i] = ;
if(tra1=='G') b[i] = ;
if(tra1=='T') b[i] = ;
}
for(int i=;i<=len1;i++){
for(int j=;j<=len2;j++){
f[i][j] = -0x3f3f3f3f;
}
}
f[][] = ;
for(int i=;i<=len1;i++){
f[i][] = f[i-][] + trs[a[i]][];
}
for(int i=;i<=len2;i++){
f[][i] = f[][i-] + trs[][b[i]];
} for(int i=;i<=len1;i++){
for(int j=;j<=len2;j++){
f[i][j] = max(f[i-][j-] + trs[a[i]][b[j]] ,f[i][j]);
f[i][j] = max(f[i-][j] + trs [a[i]] [], f[i][j]);//这里刚开始一直没有想清楚呜呜呜呜呜
f[i][j] = max(f[i][j-] + trs [] [b[j]], f[i][j]);
}
}
cout<<f[len1][len2]<<endl;
return ;
}
真的是好不容易啊 呜呜呜呜呜我好弱2节课做了个这SB题;
但是感觉DP思维提升一些 也算没亏吧
TAG : SIN_XIII ⑨
洛谷P1140 基因匹配 //DP真正意义上的一血的更多相关文章
- 洛谷P1140 相似基因 (DP)
洛谷P1140 相似基因 题目背景 大家都知道,基因可以看作一个碱基对序列.它包含了44种核苷酸,简记作A,C,G,TA,C,G,T.生物学家正致力于寻找人类基因的功能,以利用于诊断疾病和发明药物. ...
- 洛谷 P1140 相似基因 题解
每日一题 day23 打卡 Analysis dp[i][j]表示序列A中前i个与序列B中前j个匹配的相似度最大值 所以,dp方程很容易想到: 1.让a[i]与b[j]匹配 2.让a[i]与B序列中一 ...
- 洛谷P1108 低价购买[DP | LIS方案数]
题目描述 “低价购买”这条建议是在奶牛股票市场取得成功的一半规则.要想被认为是伟大的投资者,你必须遵循以下的问题建议:“低价购买:再低价购买”.每次你购买一支股票,你必须用低于你上次购买它的价格购买它 ...
- NOIP2017提高组Day2T2 宝藏 洛谷P3959 状压dp
原文链接https://www.cnblogs.com/zhouzhendong/p/9261079.html 题目传送门 - 洛谷P3959 题目传送门 - Vijos P2032 题意 给定一个 ...
- 洛谷P1244 青蛙过河 DP/思路
又是一道奇奇怪怪的DP(其实是思路题). 原文戳>>https://www.luogu.org/problem/show?pid=1244<< 这题的意思给的挺模糊,需要一定的 ...
- 洛谷P3928 Sequence2(dp,线段树)
题目链接: 洛谷 题目大意在描述底下有.此处不赘述. 明显是个类似于LIS的dp. 令 $dp[i][j]$ 表示: $j=1$ 时表示已经处理了 $i$ 个数,上一个选的数来自序列 $A[0]$ 的 ...
- 洛谷P2224 [HNOI2001] 产品加工 [DP补完计划,背包]
题目传送门 产品加工 题目描述 某加工厂有A.B两台机器,来加工的产品可以由其中任何一台机器完成,或者两台机器共同完成.由于受到机器性能和产品特性的限制,不同的机器加工同一产品所需的时间会不同,若同时 ...
- 洛谷1417 烹调方案 dp 贪心
洛谷 1417 dp 传送门 挺有趣的一道dp题目,看上去接近于0/1背包,但是考虑到取每个点时间不同会对最后结果产生影响,因此需要进行预处理 对于物品x和物品y,当时间为p时,先加x后加y的收益为 ...
- 洛谷1387 二维dp 不是特别简略的题解 智商题
洛谷1387 dp题目,刚开始写的时候使用了前缀和加搜索,复杂度大概在O(n ^ 3)级别,感觉这么写还是比较对得起普及/提高-的难度的..后来看了题解区各位大神的题解,开始一脸mb,之后备受启发. ...
随机推荐
- django 后端反向生成url
导入模块 from django.core.urlresolvers import reverse reverse() reverse(viewname, urlconf=None, args=Non ...
- .Net与 WebAssembly 随笔
WebAssembly 是啥 - WebAssembly 是一种浏览器支持的字节码格式,WebAssembly 字节码和底层机器码很相似可快速装载运行,因此性能相对于 JS 解释执行大大提升,需要放到 ...
- MVC(I)
实际开发我们是这样的:
- Object类的wait方法带参数和notifyAll方法
相当于sleep( 5000 ) , 效果一样:
- 关于Axure RP软件的介绍——软件工程实践第二次个人作业
关于Axure RP软件的介绍——软件工程实践第二次个人作业 Axure RP是一个非常专业的快速原型设计的一个工具,客户提出需求,然后根据需求定义和规格.设计功能和界面的专家能够快速创建应用软件或W ...
- docker enable overlay2 quota on Centos 7
参考文档 docker overlay2的 --storage-opt 需要启动mount 参数中有pquota 参考上边的文档mount中的xfs 含有pquota 将 /etc/fstab 文件中 ...
- IDEA日常遇到问题汇总
1. IDEA .gitignore文件不显示在项目栏中 解决方法,setting >> Editor >> Code Style >> File Type &g ...
- Type Conversion
文章著作权归作者所有.转载请联系作者,并在文中注明出处,给出原文链接. 本文原更新于作者的github博客,这里给出链接. 什么是转换 转换是接受一个类型的值并使用它作为另一个类型的等价值的过程.转换 ...
- Pandas:深市股票代码前补足0
#深市代码前补充0----------------- df[' #先增加一列 #将2列合并为新列 df['代码合并'] = df['补充'] + df['股票代码'] #再取后6位 df['股票代码' ...
- kubernets event 分析
1. event 是一个很重要的组成部分 event 分析 Kubernetes(K8s)Events介绍(上) Kubernetes Events介绍(中) Kubernetes Events介绍( ...