算法复习——动态规划篇之最长公共子串问题

算法复习——动态规划篇之最长公共子串问题

以下内容主要参考中国大学MOOC《算法设计与分析》，墙裂推荐希望入门算法的童鞋学习！

1. 问题背景

子串：给定序列中零个或多个连续的元素（如字符）组成的子序列

公共子串：

• 给定两个序列$X$和$Y$

  

• 公共子串示例

  

​ 问题是如何求两个给定序列的最长公共子串？

2. 问题定义

最长公共子串问题（Longest Common Substring Problem）

输入：

• 序列$X=<x_1,x_2,\dots ,x_n>$和序列$Y=<y_1,y_2,\dots ,y_m>$

输出：

• 求解一个公共子串$Z=<z_1,z_2,\dots ,z_l>$，令$max|Z|$，

  $s.t.Z=<x_i,x_{i+1},\dots ,x_{i+l-1}>=<y_j,y_{j+1},\dots ,y_{j+l-1}>$

  $(1\le i\le n-l+1;1\le j\le m-l+1)$

3. 动态规划

3.1 问题结构分析

• 给出问题表示：

  • $C[i,j]$：$X[1..i]$和$Y[1..j]$中，以$x_i$和$y_j$结尾的最长公共子串$Z[1..l]$的长度

• 明确原始问题：

  • p m a x = m a x 1 ≤ i ≤ n , 1 ≤ j ≤ m { C [ i , j ] } p_{max}=max_{1 \leq i \leq n, 1\leq j \leq m}\{C[i,j]\} pmax​=max1≤i≤n,1≤j≤m​{C[i,j]}
    • $X[1..n]$和$Y[1..m]$中最长公共子串的长度

3.2 递推关系建立

3.2.1 分析最优（子）结构

• 情况1：$x_i\ne y_j$

  $C[i,j]=0$，因为不存在以$x_i$和$y_j$结尾的公共子串，无子问题

• 情况2：$x_i=y_j$

  $C[i,j]=C[i-1,j-1]+1$

3.2.2 构造递推公式

$$C[i,j]=\{\begin{array}{rcl}0,& & x_i\ne y_j\\ C[i-1,j-1]+1,& & x_i=y_j\end{array}$$

3.3 自底向上计算

3.3.1 确定计算顺序

• 初始化：$C[i,0]=C[0,j]=0$（某序列长度为0时，最长公共子串为0）

• 递推公式：
  $$C[i,j]=\{\begin{array}{rcl}0,& & x_i\ne y_j\\ C[i-1,j-1]+1,& & x_i=y_j\end{array}$$
  

3.3.2 依次求解问题

3.4 最优方案追踪

• 记录决策过程
  • 最长公共子串末尾位置为$p_{max}$
  • 最长公共子串长度为$l_{max}$
• 输出最优方案
  • 最长公共子串$<x_{p_{max}-l+1},x_{p_{max}-l+2},\dots ,x_{p_{max}}>$

4. 伪代码

Longest-Common-Substring(X, Y)

输入：两个字符串X，Y

输出：X和Y的最长公共子串

// 初始化
n ← length(X)
m ← length(Y)
新建二维数组C[0..n, 0..m]
l_max ← 0
p_max ← 0
for i ← 0 to n do
	C[i, 0] ← 0
end
for j ← 0 to m do
	C[0, j] ← 0
end
// 动态规划
for i ← 1 to n do
	for j ← 1 to m do
		if X[i] != Y[j] then
			C[i, j] ← 0
		end
		else
			C[i, j] ← C[i-1, j-1] + 1
			if C[i, j] > l_max then
				l_max ← C[i, j]
				p_max ← i
			end
		end
	end
end

Print-LCS(X, l_max, p_max)

输入：字符串X，l_max，p_max

输出：X和Y的最长公共子串

if l_max = 0 then
	return NULL
end
if i ← (p_max - l_max + 1) to p_max do
	print X[i]
end

​ 该算法的时间复杂度是$O(mn)$。