动态规划——求最大公共子序列（一种可以求数据相似度匹配算法）

算法说明

这是一种利用动态规划思想实现的算法，也即是在运算过程中每一次计算都求出一个值，然后将这个值和前面计算的值比较，如果这个值比前面的值更加接近我们需要的结果则存储这个值，否则存储前面计算的值，这样在算法最后我就能得到最优结果。

算法优点

运算效率高
据说科学家DNA相似度的检测都是用这种算法

算法解析

以两个字符串为例，他们分别是“H ELLO”和“HALHELLO”
首先把他们分布在表格两边

然后开始匹配表格中每一个格子他们对应的字母是否相等
如果相等：那么这个表格里就填一个他们左上角格子数字+1的数字，在这里我们把这个数字叫做”权值“。
如果不相等：我们就比较这个格子的上方和左的方格子的权值大小，谁的数字大当前这个格子就填哪个权值。
最后得到下表，我们可以明确的看到在最右下角权值是最大的，这个权值也就是两个字符串的最大权值（这个权值越大说明两个字符串的相似度越高）。

如果是列的数量大于行的数量的另外一种情况呢，最大的权值还会不会在最右下角？
答案是：YES
如下图所示

实现代码

以下是一个匹配字符串相似度的算法。
采用C++编写

#include<iostream>
#include<string>
using namespace std;
int main() {
    string src1, src2;
    src1 = "HELLO";
    src2 = "HALHELLO";
    //cin>>src1>>src2;
    //先动态申请一个二维数组用来存储权值
    int **grid = new int*[src1.length()+1]; //多申请一行（防止访问越界）
    for (size_t i = 0; i < src1.length()+1;i++) {
        grid[i] = new int[src2.length()+1];
    }
    //为了不影响正确的权值把多申请一行一列的权值赋值为0
    for (size_t i = 0; i < src1.length()+1;i++) {
        grid[i][0] = 0;
    }
    for (size_t i = 0; i < src2.length()+1; i++) {
        grid[0][i] = 0;
    }
    //开始计算权值
    for (size_t i = 1; i < src1.length()+1; i++)
    {
        for (size_t j = 1;  j < src2.length()+1;  j++)
        {
            //因为多申请了一行一列所以字符串要-1，否则访问越界
            if (src1.at(i-1) == src2.at(j-1)) {
                //相同时，取左上角的权值+1
                grid[i][j] = grid[i - 1][j - 1] + 1;
            }
            else {
                //当不相同时，上边和左边的权值谁大就取谁
                if (grid[i-1][j] > grid[i][j-1]) 
                {
                    grid[i][j] = grid[i - 1][j];
                }
                else {
                    grid[i][j] = grid[i][j-1];
                }
            }
        }
    }
    //因为我们在申请内存的时候多申请了一行，所以length不用减1
    cout << "两个字符串的最大权值为：" << grid[src1.length()][src2.length()] << endl;
    return 0;
}

运行结果

两个字符串的最大权值为：5