LCS最长公共子序列详解与实践(附代码)

一、LCS定义

• 最长公共子序列（Longest Common Subsequence）
• 一个序列S任意删除若干个字符得到的新序列T，则T叫做S的子序列
• 两个序列X和Y的公共子序列中，长度最长的那个，定义为X和Y的最长公共子序 列
  • 字符串12455与245576的最长公共子序列为2455
  • 字符串acdfg与adfc的最长公共子序列为adf
• 注意区别最长公共子串（Longest Common Substring）
  • 最长公共子串要求连接

二、作用

• 求两个序列中最长的公共子序列算法
  • 生物学家常利用该算法进行基因序列比对，以推测序列的结构、功能和演化过程。
• 描述两段文字之间的“相似度”
  • 辨别抄袭，对一段文字进行修改之后，计算改动前后文字的最长公共子序列，将除此子序列 外的部分提取出来，该方法判断修改的部分。

三、求解（动态规划）

假设：字符串X，长度为m，从1开始数；字符串Y，长度为n，从1开始数；
▲ 如果xm = ym

对于上面的字符串X和Y：
x3 = y3=‘C’则有：LCS(BDC, ABC)=LCS(BD, AB)+‘C’
x5 = y4=‘B’则有：LCS(BDCAB, ABCB)=LCS(BDCA, ABC)+‘B’

▲ 如果xm ≠ yn
则LCS(X𝑚, Yn)=LCS(X𝑚−1, Yn)或者LCS(X𝑚, Yn)=LCS(X𝑚, Yn−1)
即LCS(X𝑚, Yn)=max{LCS(X𝑚−1, Yn), LCS(X𝑚, Yn−1)}

对于上面的字符串X和Y：
x2 ≠ y2则有：LCS(BD, AB)=max{LCS(BD, A), LCS(B, AB)}
x4 ≠ y5则有： LCS(BDCA, ABCBD)=max{LCS(BDCA, ABCB), LCS(