文本比较算法--Needleman/Wunsch算法

一、定义:

定义：
LCS(A,B)表示字符串A和字符串B的最长公共子串的长度。

很显然，LCS(A,B)=0 表示两个字符串没有公共部分。

例如，字符串A=kitten，字符串B=sitting ,那他们的最长公共子串为ittn ，最长公共子串长度为4。

（注：最长公共子串不需要连续出现，但一定是出现的顺序一致），

二、公式：

为了讲解计算LCS(A,B)，特给予以下几个定义:

A=a1a2……aN，表示A是由a1a2……aN这N个字符组成，Len(A)=N;

B=b1b2……bM，表示B是由b1b2……bM这M个字符组成，Len(B)=M.

定义LCS(i,j)=LCS(a1a2……ai,b1b2……bj)，其中0≤i≤N，0≤j≤M.

对于1≤i≤N，1≤j≤M，有公式:

若ai=bj，则LCS(i,j)=LCS(i-1,j-1)+1
若ai≠bj，则LCS(i,j)=Max(LCS(i-1,j-1),LCS(i-1,j),LCS(i,j-1))

计算LCS(A,B)的算法有很多，下面介绍的Needleman/Wunsch算法是其中的一种。和LD算法类似，Needleman/Wunsch算法用的都是动态规划的思想。