最长公共子序列（LCS）问题

参考链接：https://www.geeksforgeeks.org/longest-common-subsequence-dp-4/

子序列特点：子序列中的元素与原序列中的元素以相同的相对顺序出现，子序列中的元素不一定连续出现在原序列中。

例如：“ABCDGH"和"AEDFHR"的最长公共子序列为"ADH”，其长度为3。“AGGTAB"和"GXTXAYB"的最长公共子序列为"GTAB”，其长度为4。

下面说明具体求解过程。

最优解的结构：
假设输入的长度为$n$和$m$的序列分别为$X[0,\dots ,n-1]$和$Y[0,\dots ,m-1]$。记$X$和$Y$的最长公共子序列的长度为$L(X[0,\dots ,n-1],Y[0,\dots ,m-1])$。

• 若$X$和$Y$的最后一个字符匹配，即$X[n-1]=Y[m-1]$，则
  $$\begin{gathered} L(X[0,\dots ,n-1],Y[0,\dots ,m-1]) \\ =1+L(X[0,\dots ,n-2],Y[0,\dots ,m-2])。 \end{gathered}$$
• 若$X$和$Y$的最后一个字符不匹配，即$X[n-1]\ne Y[m-1]$，则
  L ( X [ 0 , … , n − 1 ] , Y [ 0 , … , m − 1 ] ) = max ⁡ { L ( X [ 0 , … , n − 1 ] , Y [ 0 , … , m − 2 ] ) , L ( X [ 0 , … , n − 2 ] , Y [ 0 , … , m − 1 ] ) } 。 L(X[0,\dots,n-1],Y[0,\dots,m-1])\\ = \max \left\{ L(X[0,\dots,n-1],Y[0,\dots,m-2]), L(X[0,\dots,n-2],Y[0,\dots,m-1]) \right\}。 L(X[0,…,n−1],Y[0,…,m−1])=max{L(X[0,…,n−1],Y[0,…,m−2]),L(X[0,…,n−2],Y[0,…,m−1])}。

递归实现方法：
利用上述的递归表达式，我们可以写出最长公共子序列问题的递归实现C代码：

int findmax(int a, int b){
    return (a>=b) ? a : b;
}

int LCS(char *X,char *Y,int m, int n){
    int L;

    if ((m == 0) || (n == 0))
        return 0;

    if (X[m-1] == Y[n-1]){
        L = LCS(X,Y,m-1,n-1) + 1;
    }else{
        L = findmax(LCS(X,Y,m-1,n),LCS(X,Y,m,n-1));
    }
    return L;
}

该方法的复杂度为$O(2^n)$，复杂度较高，原因是出现了重复计算的情况。

利用表格的实现方法
为了降低复杂度，我们利用表格记录已经计算的结果。假设$X=‘‘GXTXAYB"$，$Y=‘‘AGGTAB"$，其中$n=7$，$m=6$。构造一个$(n+1)\times (m+1)$的表格$L$如下。

	$j$	0	1	2	3	4	5	6
$i$		$\varnothing$	A	G	G	T	A	B
0	$\varnothing$	0	0	0	0	0	0	0
1	G	0	0	$1$	$1$	1	1	1
2	X	0	0	$1$	$1$	1	1	1
3	T	0	0	1	1	$2$	2	2
4	X	0	0	1	1	$2$	2	2
5	A	0	1	1	1	2	$3$	3
6	Y	0	1	1	1	2	$3$	3
7	B	0	1	1	1	2	3	$4$

实现C代码如下。

int LCS_table(char* X, char* Y,int m,int n){
    int L[m+1][n+1];

    int i,j;
    for(i=0;i<=m;i++){
        for(j=0;j<=n;j++){
            if ((i==0)||(j==0)){
                L[i][j] = 0;
            }else{
                if (X[i-1] == Y[j-1]){
                    L[i][j] = L[i-1][j-1] + 1;
                }else{
                    L[i][j] = findmax(L[i-1][j],L[i][j-1]);
                }
            }
        }
    }

    int k = L[m][n];
    char lcsstr[N] = {'\0'};
    i = m;
    j = n;
    while((i>0)&&(j>0)){
        if(X[i-1] == Y[j-1]){
            lcsstr[k-1] = X[i-1];
            k--;
            i--;
            j--;
        }else{
            if(L[i-1][j] > L[i][j-1]){
                i--;
            }else{
                j--;
            }
        }
    }
    printf("The longest common string is %s\n",lcsstr);

    return L[m][n];
}

那么打印出来最长公共子序列呢？

首先，将子序列初始化为空字符串。然后，从表格的右下角元素$L[i][j],i=n,j=m$出发，

• 若$X[i]=Y[j]$，则将当前字符合并到之前子序列的前面，执行i--; j--;
• 若$X[[i]\ne Y[j]$
  • 如果$L[i-1][j]>L[i][j-1]$，执行i--;
  • 如果$L[i-1][j]\le L[i][j-1]$，执行j--;

C代码已在上一段给出。