最长公共子序列问题

原创 2013年12月05日 10:27:19

 

算法描述:

问题描述:字符序列的子序列是指从给定字符序列中随意地(不一定连续)去掉若干个字符(可能一个也不去掉)后所形成的字符序列。令给定的字符序列X=“x0,x1,…,xm-1”,序列Y=“y0,y1,…,yk-1”是X的子序列,存在X的一个严格递增下标序列<i0,i1,…,ik-1>,使得对所有的j=0,1,…,k-1,有xij=yj。例如,X=“ABCBDAB”,Y=“BCDB”是X的一个子序列。考虑最长公共子序列问题如何分解成子问题,设A=“a0,a1,…,am-1”,B=“b0,b1,…,bm-1”,并Z=“z0,z1,…,zk-1”为它们的最长公共子序列。不难证明有以下性质:

(1) 如果am-1=bn-1,则zk-1=am-1=bn-1,且“z0,z1,…,zk-2”是“a0,a1,…,am-2”和“b0,b1,…,bn-2”的一个最长公共子序列;

(2) 如果am-1!=bn-1,则若zk-1!=am-1,蕴涵“z0,z1,…,zk-1”是“a0,a1,…,am-2”和“b0,b1,…,bn-1”的一个最长公共子序列;

(3) 如果am-1!=bn-1,则若zk-1!=bn-1,蕴涵“z0,z1,…,zk-1”是“a0,a1,…,am-1”和“b0,b1,…,bn-2”的一个最长公共子序列。

这样,在找A和B的公共子序列时,如有am-1=bn-1,则进一步解决一个子问题,找“a0,a1,…,am-2”和“b0,b1,…,bm-2”的一个最长公共子序列;如果am-1!=bn-1,则要解决两个子问题,找出“a0,a1,…,am-2”和“b0,b1,…,bn-1”的一个最长公共子序列和找出“a0,a1,…,am-1”和“b0,b1,…,bn-2”的一个最长公共子序列,再取两者中较长者作为A和B的最长公共子序列。

算法分析:

引进一个二维数组c[][],用c[i][j]记录X[i]与Y[j] 的LCS 的长度,b[i][j]记录c[i][j]是通过哪一个子问题的值求得的,以决定搜索的方向。
我们是自底向上进行递推计算,那么在计算c[i,j]之前,c[i-1][j-1],c[i-1][j]与c[i][j-1]均已计算出来。此时我们根据X[i] = Y[j]还是X[i] != Y[j],就可以计算出c[i][j]

 

#include <stdio.h>

#include <string.h>

#define MAXLEN 100

void LCSLength(char *x, char *y, int m, int n, int c[][MAXLEN], int b[][MAXLEN])

{

    int i, j;

    

    for(i = 0; i <= m; i++)

        c[i][0] = 0;

    for(j = 1; j <= n; j++)

        c[0][j] = 0;

    for(i = 1; i<= m; i++)

    {

        for(j = 1; j <= n; j++)

        {

            if(x[i-1] == y[j-1])

            {

                c[i][j] = c[i-1][j-1] + 1;

                b[i][j] = 0;

            }

            else if(c[i-1][j] >= c[i][j-1])

            {

                c[i][j] = c[i-1][j];

                b[i][j] = 1;

            }

            else

            {

                c[i][j] = c[i][j-1];

                b[i][j] = -1;

            }

        }

    }

}

 

void PrintLCS(int b[][MAXLEN], char *x, int i, int j)

{

    if(i == 0 || j == 0)

        return;

    if(b[i][j] == 0)

    {

        PrintLCS(b, x, i-1, j-1);

        printf("%c ", x[i-1]);

    }

    else if(b[i][j] == 1)

        PrintLCS(b, x, i-1, j);

    else

        PrintLCS(b, x, i, j-1);

}

 

int main(int argc, char **argv)

{

    char x[MAXLEN] = {"ABCBDAB"};

    char y[MAXLEN] = {"BDCABA"};

    int b[MAXLEN][MAXLEN];

    int c[MAXLEN][MAXLEN];

    int m, n;

    m = strlen(x);

    n = strlen(y);

    LCSLength(x, y, m, n, c, b);

    PrintLCS(b, x, m, n);

    

    return 0;

}

 

 

 

小结:

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

 

版权声明:本文为博主原创文章,未经博主允许不得转载。

相关文章推荐

最长公共子序列问题

  • 2013-06-19 19:43
  • 38KB
  • 下载

最长公共子序列求解问题

  • 2009-07-04 10:53
  • 2.28MB
  • 下载

动态规划之最长公共子序列问题

以算法导论为指导书慢慢看算法的第二个算法 package blut.Algorithms.dongtaiguihua; /** * 最长公共子串LCS * @author heartraid ...

动态规划问题(二)——最长公共子序列

最长公共子序列(longest common subsequence, LCS)问题:给定两个序列X=(x1, x2, … , xm)和 Y=(y1, y2, … , yn), 求X和Y长度...

动态规划解最长公共子序列问题LCS(一)

动态规划解最长公共子序列问题LCS(一)修改于 2016-09-17 11:51:00关键定义 状态定义:设c[i, j]为子串Xi与Yj的LCS的长度,i和j都代表长度; 状态转移方程:假定X与Y的...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)