最长公共子序列的问题可以转化为动态规划来求解,其中,状态转移方程为:
当xi = yj时,dp[i][j] = dp[i-1][j-1]+1;
当xi != yj时,dp[i][j]=max{dp[i-1][j],dp[i][j-1]}.
其中dp[i][j]表示字符串xi和字符串yj所具有的最长公共子序列的长度。
代码中,用回溯法,求解字符串序列(逆序的形式)。
package PaixuExercise;
public class LCS {
public static int[][] lengthofLCS(char[] X, char[] Y){
/* 构造二维数组c[][]记录X[i]和Y[j]的LCS长度 (i,j)是前缀
* c[i][j]=0; 当 i = j = 0;
* c[i][j]=c[i-1][j-1]+1; 当 i = j > 0; Xi == Y[i]
* c[i][j]=max(c[i-1][j],c[i][j+1]); 当 i = j > 0; Xi != Y[i]
* 需要计算 m*n 个子问题的长度 即 任意c[i][j]的长度
* -- 填表过程
*/
int[][]c = new int[X.length+1][Y.length+1];
// 动态规划计算所有子问题
for(int i=1;i<=X.length;i++){
for (int j=1;j<=Y.length;j++){
if(X[i-1]==Y[j-1]){
c[i][j] = c[i-1][j-1]+1;
}
else if(c[i-1][j] >= c[i][j-1]){
c[i][j] = c[i-1][j];
}
else{
c[i][j] = c[i][j-1];
}
}
}
// 打印C数组
for(int i=0;i<=X.length;i++){
for (int j=0;j<=Y.length;j++){
System.out.print(c[i][j]+" ");
}
System.out.println();
}
return c;
}
// 输出LCS序列
public static void print(int[][] arr, char[] X, char[] Y, int i, int j) {
if(i == 0 || j == 0)
return;
if(X[i-1] == Y[j-1]) {
System.out.print("element " + X[i-1] + " ");
// 寻找的
print(arr, X, Y, i-1, j-1);
}else if(arr[i-1][j] >= arr[i][j-1]) {
print(arr, X, Y, i-1, j);
}else{
print(arr, X, Y, i, j-1);
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
char[] x ={'A','B','C','B','D','A','B'};
char[] y ={'B','D','C','A','B','A'};
int[][] c = lengthofLCS(x,y);
print(c, x, y, x.length, y.length);
}
}