问题:
求两字符序列的最长公共字符子序列。
(这里注意子序列和子串的区别,子序列可以是从原字符串中取出一部分元素重新拼接而成的字符串,但取出的元素之间的前后关系要与原字符串一致;而子串则必须是连续的。如”adf”是”abcdef”的子序列,而不是子串。)
分析与解法:
设序列X={x0,x1,…,xm-1}和Y={y0,y1,…,yn-1}的最长公共子序列为Z={z0,z1,…,zk-1} ,则
- 若xm-1=yn-1,则zk-1=xm-1=yn-1,且{z0…zk-2}是{x0…xm-2}和{y0…yn-2}的最长公共子序列。
- 若xm-1≠yn-1且zk-1≠xm-1,则{z0….zk-1} 是{x0…xm-2}和{y0….yn-1}最长公共子序列。
- 若xm-1≠yn-1且zk-1≠yn-1,则{z0…zk-1}是{x0…xm-1}和{y0…yn-2}的最长公共子序列。
使用动态规划的方法,将问题分为两个子问题。
- 如果有xm-1=yn-1,则进一步解决一个子问题,找“x0,x1,…,xm-2”和“y0,y1,…,yn-2”的一个最长公共子序列;
- 如果xm-1!=yn-1,则要解决两个子问题,找出“x0,x1,…,xm-2”和“y0,y1,…,yn-1”的一个最长公共子序列与“x0,x1,…,xm-1”和“y0,y1,…,yn-2”的一个最长公共子序列,再取两者中较长者作为X和Y的最长公共子序列。
引进二维数组c[][]和b[][],用c[i][j]记录X[i]与Y[j] 的最长子序列的长度,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。最后还要用回溯的方法把最长子串输出出来。
递推公式如下,
代码如下,
#include<iostream>
#define MAXSIZE 50
using namespace std;
/*计算字符串的最长子序列的长度*/
void LCS(char *x, char *y, int x_len, int y_len, int c[][MAXSIZE], int b[][MAXSIZE])
{
int i, j;
for(i = 0; i <= x_len; i++)//注意i,j的取值范围
c[i][0] = 0;
for(j = 0; j <= y_len; j++)
c[0][j] = 0;
for(i = 1; i <= x_len; i++)
{
for(j = 1; j <= y_len; 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][j - 1] <= c[i - 1][j])
{
c[i][j] = c[i - 1][j];
b[i][j] = -1;
}
else
{
c[i][j] = c[i][j - 1];
b[i][j] = 1;
}
}
}
}
/*输出最长子序列*/
void showLCS(int i, int j, int b[][MAXSIZE], char *x)
{//调用时是showLCS(x_len, y_len, b, x),即回溯输出
if(i == 0 || j == 0)
return;
else if(b[i][j] == 0)
{
showLCS(i - 1, j - 1, b, x);
cout << x[i - 1];
}
else if(b[i][j] == -1)
showLCS(i - 1, j, b, x);
else
showLCS(i, j - 1, b, x);
}
/*测试*/
int main(void)
{
char x[MAXSIZE], y[MAXSIZE];
int x_len, y_len;
cin >> x_len >> y_len;
for(int i = 0; i < x_len; i++)
cin >> x[i];
for(int j = 0; j < y_len; j++)
cin >> y[j];
int c[MAXSIZE][MAXSIZE], b[MAXSIZE][MAXSIZE];
LCS(x, y, x_len, y_len, c, b);
showLCS(x_len, y_len, b, x);
return 0;
}
借助图表理解搜索和输出方式,
“左上”对应”i-1, j-1”,记作”0”
“上”对应”i-1, j”,记作”-1”
“左”对应”i, j-1”,记作”1”
求最长公共子序列的时间复杂度是O(mn)。
由于每次调用至少向上或向左(或向上向左同时)移动一步,故最多调用(m + n)次就会遇到i = 0或j = 0的情况,此时开始返回。返回时与递归调用时方向相反,步数相同,故回溯打印最长公共子序列的时间复杂度是O(m+n)。
文章参考以下博文:
http://blog.csdn.net/yysdsyl/article/details/4226630
http://www.cnblogs.com/Jason-Damon/p/3245443.html