动态规划算法——最长公共子序列问题(java实现)

已知序列X=(A,B,C,A,B,D,A)和序列Y=(B,A,D,B,A),求它们的最长公共子序列S。

 

/*
* LCSLength.java
* Version 1.0.0
* Created on 2017年11月30日
* Copyright ReYo.Cn
*/
package reyo.sdk.utils.test.dy;

/**
* <B>创  建 人:</B>AdministratorReyoAut <BR>
* <B>创建时间:</B>2017年11月30日 下午5:20:29<BR>
*
* @author ReYo
* @version 1.0
*/
/**
 * 最长公共子序列问题。
 * 已知序列X=(A,B,C,A,B,D,A)和序列Y=(B,A,D,B,A)
 * 求它们的最长公共子序列S
 * @author 光
 */
public class LCSLength {

	/**
	 * 获得矩阵dp
	 *      dp矩阵最右下角的值为两个序列的最长公共子序列的长度
	 * @param str1
	 * @param str2
	 * @return
	 */
	public int[][] get_dp(char[] str1, char[] str2) {
		int[][] dp = new int[str1.length][str2.length];
		dp[0][0] = str1[0] == str2[0] ? 1 : 0;
		for (int i = 1; i < str1.length; i++) {
			dp[i][0] = Math.max(dp[i - 1][0], str1[i] == str2[0] ? 1 : 0);
		}
		for (int j = 1; j < str2.length; j++) {
			dp[0][j] = Math.max(dp[0][j - 1], str1[0] == str2[j] ? 1 : 0);
		}
		for (int i = 1; i < str1.length; i++) {
			for (int j = 1; j < str2.length; j++) {
				dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
				if (str1[i] == str2[j]) {
					dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - 1] + 1);
				}
			}
		}
		return dp;
	}

	/**
	 * 通过dp矩阵求解最长公共子序列的过程
	 *      就是还原出当时如何求解dp的过程,
	 *      来自哪个方向的策略就朝哪个方向移动
	 * @param s1
	 * @param s2
	 * @return
	 */
	public String lcse(String s1, String s2) {
		if (s1 == null || s2 == null || s1.equals("") || s2.equals("")) {
			return "";
		}
		char[] c1 = s1.toCharArray();
		char[] c2 = s2.toCharArray();
		int[][] dp = get_dp(c1, c2);
		int m = c1.length - 1;
		int n = c2.length - 1;
		char[] result = new char[dp[m][n]];
		int index = result.length - 1;
		while (index >= 0) {
			if (n > 0 && dp[m][n] == dp[m][n - 1]) {//向左移动
				n--;
			} else if (m > 0 && dp[m][n] == dp[m - 1][n]) {//向上移动
				m--;
			} else {//向左上方移动
				result[index--] = c1[m];
				m--;
				n--;
			}
		}
		return String.valueOf(result);
	}

	public static void main(String[] args) {
		String str1 = "abbzqaba";
		String str2 = "sababqcz";
		LCSLength l = new LCSLength();
		System.out.println(l.lcse(str1, str2));
	}
}

 

转载于:https://www.cnblogs.com/interdrp/p/7930095.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会尽力回答你的问题。 最公共序列问题是指在两个字符串中找到一个最的公共序列,即两个字符串中都存在的、度最序列动态规划算法是解决该问题的常用方法。 下面是Java代码实现: ```java public class LongestCommonSubsequence { public static String findLCS(String s1, String s2) { int[][] dp = new int[s1.length() + 1][s2.length() + 1]; // 初始化第一行和第一列 for (int i = 0; i <= s1.length(); i++) { dp[i][0] = 0; } for (int j = 0; j <= s2.length(); j++) { dp[0][j] = 0; } // 计算dp数组 for (int i = 1; i <= s1.length(); i++) { for (int j = 1; j <= s2.length(); j++) { if (s1.charAt(i - 1) == s2.charAt(j - 1)) { dp[i][j] = dp[i - 1][j - 1] + 1; } else { dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]); } } } // 构造最公共序列 StringBuilder sb = new StringBuilder(); int i = s1.length(); int j = s2.length(); while (i > 0 && j > 0) { if (s1.charAt(i - 1) == s2.charAt(j - 1)) { sb.append(s1.charAt(i - 1)); i--; j--; } else if (dp[i - 1][j] > dp[i][j - 1]) { i--; } else { j--; } } return sb.reverse().toString(); } public static void main(String[] args) { String s1 = "ABCBDAB"; String s2 = "BDCABA"; String lcs = findLCS(s1, s2); System.out.println(lcs); } } ``` 代码中,我们使用一个二维数组 `dp` 来存储最公共序列度。`dp[i][j]` 表示字符串 `s1` 的前 `i` 个字符和字符串 `s2` 的前 `j` 个字符中最公共序列度。然后,我们遍历整个 `dp` 数组,计算出最公共序列度。最后,我们根据 `dp` 数组构造最公共序列。 希望这个回答能够解决你的问题。如果你还有其他问题,可以继续问我。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值