动态规划-最大公共子序列问题(MCS)和最长公共子串问题(LCS)

最大公共子序列问题

子序列定义

一个序列去掉任意零个或多个元素剩余的序列。

问题的形式化定义

给定两个序列$X=(x_1,x_2,...,x_m)$，$Y=(y_1,y_2,...,y_n)$，求一个最长的公共子序列$Z=(z_1,z_2,...,z_k)$，使对于所有的 $p=1,2,...,k$，有$z_p=x_{i_p}=y_{j_p}$。

第一步：定义最优解

定义$d_{i,j}$为序列$X[1,\dots ,i]$和$Y[1,\dots ,j]$的最长公共子序列长度。

第二步：建立递推关系

我们从两个序列的末尾开始向开头进行递推，这样在后续自底向上填表时就能从序列头进行填写。

如果两个序列的末尾元素是相同的，那么递推关系有三种情况：
$$d_{i,j}=max\{\begin{array}{l}{d}_{i-1,j-1}+1\\ d_{i-1,j}\\ d_{i,j-1}\end{array}(X[i]=Y[j])$$
事实上，$d_{i-1,j}$或$d_{i,j-1}$至多比$d_{i-1,j-1}$大1。因此递推中第一种可能一定大于等于第二、第三种可能。可以仅保留第一项：
$$d_{i,j}=d_{i-1,j-1}+1(X[i]=Y[j])$$
即相同的最后元素一定要被加入最长的公共子序列中。

如果两个序列的末尾元素是不同的，递推关系无非两种情况：
$$d_{i,j}=max\{\begin{array}{l}{d}_{i-1,j}\\ d_{i,j-1}\end{array}(X[i]\ne Y[j])$$

综上所述，递推关系为：
d i , j = { d i − 1 , j − 1 + 1 ( X [ i ] = Y [ j ] ) m a x { d i , j − 1 , d i − 1 , j } ( X [ i ] ≠ Y [ j ] ) d_{i,j}=\begin{cases} d_{i-1,j-1}+1(X[i]= Y[j])\\ max\{d_{i,j-1}, d_{i-1,j}\}(X[i]\neq Y[j])\\ \end{cases} di,j​={di−1,j−1​+1(X[i]=Y[j])max{di,j−1​,di−1,j​}(X[i]=Y[j])​

第三步：自底向上计算（填表）与最优方案追踪

以$X=ABCBDAB$，$Y=BDCABA$为例。
为了追踪最优方案，应该记录每次递推时是从$d_{i-1,j-1}$,$d_{i-1,j-1}$还是$d_{i,j-1}$得来，分别采取的操作是什么。建立追踪表，如果是从左上角推得（即元素相等），填写LU；如果是从左边推得，填写L；如果是从上面推得，填写U。

Step 0

初始化表格：

	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0
2	0
3	0
4	0
5	0
6	0
7	0

追踪表：

	0	1	2	3	4	5	6
0	x	x	x	x	x	x	x
1	x
2	x
3	x
4	x
5	x
6	x
7	x

Step 1

因为$X[1]\ne Y[1]$， d 1 , 1 = m a x { d 0 , 1 , d 1 , 0 } = 0 d_{1,1}=max\{d_{0,1},d_{1,0}\}=0 d1,1​=max{d0,1​,d1,0​}=0

	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0	0
2	0
3	0
4	0
5	0
6	0
7	0

追踪表：
当上面和左边的值相等时，不妨记为从上面推得。

	0	1	2	3	4	5	6
0	x	x	x	x	x	x	x
1	x	U
2	x
3	x
4	x
5	x
6	x
7	x

…

Step N

因为$X[7]\ne Y[6]$， d 7 , 6 = m a x { d 7 , 5 , d 6 , 6 } = 0 d_{7,6}=max\{d_{7,5},d_{6,6}\}=0 d7,6​=max{d7,5​,d6,6​}=0

	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0	0	0	0	1	1	1
2	0	1	1	1	1	2	2
3	0	1	1	2	2	2	2
4	0	1	1	2	2	3	3
5	0	1	2	2	2	3	3
6	0	1	2	2	3	3	4
7	0	1	2	2	3	4	4

追踪表：

	0	1	2	3	4	5	6
0	x	x	x	x	x	x	x
1	x	U	U	U	LU	L	LU
2	x	LU	L	L	U	LU	L
3	x	U	U	LU	L	U	U
4	x	LU	U	U	U	LU	L
5	x	U	LU	U	U	U	U
6	x	U	U	U	LU	U	LU
7	x	LU	U	U	U	LU	U

从$d_{7,6}$倒推得到的序列为：LU,L,LU,L,LU,U,LU,U，其中LU符号代表这个元素在公共子序列中。
个$X$与$Y$的4个公共子序列元素为：$X[2]$，$X[3]$，$X[4]$，$X[6]$。即$BCBA$。

最长公共子串问题

子串定义

给定串中零个或多个连续的元素（如字符）组成的子序列。

问题的形式化定义

给定两个串$X=x_1{x}_2...x_m$，$Y=y_1{y}_2...y_n$，求一个最长的公共子串$Z=z_1{z}_2...z_k$，使得存在下标$i$和$j$使得$x_i{x}_{i+1}...x_{i+k-1}$=$y_j{y}_{j+1}...y_{j+k-1}$。

第一步：定义最优解

定义$d_{i,j}$为串$X[1,\dots ,i]$的以$X[i]$结尾的和$Y[1,\dots ,j]$的以$Y[j]$结尾的最长的公共子串的长度。注意这样定义的$d_{m,n}$一般不是我们需要的解的长度，我们最终要求的最优解的长度应该是 m a x { d i , j } max\{d_{i,j}\} max{di,j​}。这里是为了便于建立递推关系，用到一种添加约束的小技巧，而不是直接去定义最优解的结构。

第二步：建立递推关系

如果两个串的末尾元素是相同的，那么递推关系就是：
$$d_{i,j}=d_{i-1,j-1}+1(X[i]=Y[j])$$
如果两个串的末尾元素不相同，递推终止：
$$d_{i,j}=0(X[i]\ne Y[j])$$
综上所述，递推关系为：
$$d_{i,j}=\{\begin{array}{l}{d}_{i,j}=d_{i-1,j-1}+1(X[i]=Y[j])\\ d_{i,j}=0(X[i]\ne Y[j])\end{array}$$

第三步：自底向上计算（填表）与最优方案追踪

以$X=DEADBEE$，$Y=EATBEE$为例。
本问题的递推关系比较简单，无需另外建立追踪表。只需要维护一个记录最长公共子串长度的全局变量$l_{max}$和记录最长公共子串在$X$串的结束位置的全局变量$p_{max}$即可。

Step 0

初始化表格：

	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0
2	0
3	0
4	0
5	0
6	0
7	0

$l_{max}=0$, $p_{max}=0$

Step 1

因为$X[1]\ne Y[1]$，$d_{1,1}=0$

	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0	0
2	0
3	0
4	0
5	0
6	0
7	0

$l_{max}=0$, $p_{max}=0$

…

Step N

因为$X[7]=Y[6]$，$d_{7,6}=d_{6,5}+1=3$

	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0	0	0	0	0	0	0
2	0	1	0	0	0	1	1
3	0	0	2	0	0	0	0
4	0	0	0	0	0	0	0
5	0	0	0	0	1	0	0
6	0	1	0	0	0	2	1
7	0	1	0	0	0	1	3

$l_{max}=3$, $p_{max}=7$

故最长公共子串的长度为3，其在$X$串中的结束位置为7。得最长公共子串为$X[5,6,7]=BEE$