LCS问题（最长公共子序列）-动态规划实现

问题描述：

问题】 求两字符序列的最长公共字符子序列

注意：

并不要求子串（字符串一）的字符必须连续出现在字符串二中。

思路分析：

最优子结构和重叠子问题的性质都具有，所以要采取动态规划的算法

最长公共子序列的结构

设序列X=x1, x2, …, xm和Y=y1, y2, …, yn的一个最长公共子序列Z=z1, z2, …, zk，则：

1.若xm=yn，则zk=xm=yn且Zk-1是Xm-1和Yn-1的最长公共子序列；
2.若xm≠yn且zk≠xm ，则Z是Xm-1和Y的最长公共子序列；
3.若xm≠yn且zk≠yn ，则Z是X和Yn-1的最长公共子序列。

其中Xm-1=x1, x2, …, xm-1，Yn-1=y1, y2, …, yn-1，Zk-1=z1, z2, …, zk-1。

子问题的递归结构

由最长公共子序列问题的最优子结构性质可知，要找出X=x1, x2, …, xm和Y=y1, y2, …, yn的最长公共子序列，可按以下方式递归地进行：当xm=yn时，找出Xm-1和Yn-1的最长公共子序列，然后在其尾部加上xm(=yn)即可得X和Y的一个最长公共子序列。当xm≠yn时，必须解两个子问题，即找出Xm-1和Y的一个最长公共子序列及X和Yn-1的一个最长公共子序列。这两个公共子序列中较长者即为X和Y的一个最长公共子序列。

由此递归结构容易看到最长公共子序列问题具有子问题重叠性质。

例如，在计算X和Y的最长公共子序列时，可能要计算出X和Yn-1及Xm-1和Y的最长公共子序列。而这两个子问题都包含一个公共子问题，即计算Xm-1和Yn-1的最长公共子序列。

与矩阵连乘积最优计算次序问题类似，我们来建立子问题的最优值的递归关系。用c[i,j]记录序列Xi和Yj的最长公共子序列的长度。其中Xi=x1, x2, …, xi，Yj=y1, y2, …, yj。

当i=0或j=0时，空序列是Xi和Yj的最长公共子序列，故c[i,j]=0。其他情况下，由定理可建立递归关系如下：

代码：

public class ComSubstr {  

    public static void main(String[] arg) {  
        String a = "blog.csdn.net";  
        String b = "csdn.blogt";  
        comSubstring(a, b);  
    }  

    private static void comSubstring(String str1, String str2) {  
        char[] a