动态规划问题（二）——最长公共子序列

一、问题描述
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长度最长的公共子序列。
二、暴力求解方法
蛮力法是解决最长公共子序列问题最容易想到的方法，即对X的每一个子序列，检查是否为Y的子序列，从而确定它 是否为X和Y的公共子序列，并且选出最长的公共子序列。
X和Y的所有子序列都检查过后即可求出X和Y的最长公共子序列。X的一个子序列相应于下标序列1,2，…，m的一个子 序列。因此，X共有2^m个子序列。当然，Y也有2^n个子序列。
因此，蛮力法的时间复杂度为O(2^n * 2^m)，这可是指数级别，绝对不可取！

三、动态规划方法
1.刻画最长公共子序列的特征
①首先定义前缀的概念：给定一个序列X=(x1, x2, … , xm)，对i=0, 1, … , m, 定义X的第i前缀为
X=(x1, x2, … , xi)。其中X0是空串。
②LCS的最优子结构：
令X=(x1, x2, … , xm)和Y=(y1, y2, … , yn)为两个序列，Z=(z1, z2, … , zk)为X和Y的任意LCS。
a.如果xm=yn，则zk=xm=yn且Zk-1是Xm-1和Yn-1的一个LCS；
b.如果xm≠yn，那么zk≠xm意味着Z是Xm-1和Y的一个LCS；
c.如果xm≠yn，那么zk≠yn意味着Z是X和Yn-1的一个LCS。

2.一个递归解
定义c[i, j]表示Xi和Yj的LCS长度。如果i=0或j=0，即一个序列长度为0，那么LCS的长度为0。根据LCS问题的最优 子结构性质，有：
①若i=0或j=0, c[i, j]=0;
②若i, j>0且xi=yj，c[i, j]=c[i-1, j-1]+1;
③若i, j>0且xi≠yj，c[i, j]=max(c[i, j-1], c[i-1, j]).

3.C语言实现
(1)计算LCS的长度（最长长度即为c[m][n]）