一个给定序列的子序列就是该子序列中去掉零个或者多个元素,以形式化的方式就是X={x1,x2……xn},另一个序列Z={z1,z2….zn}是X的子序列,如果存在X的一个严格递增下标序列,(i1,i2…in)使得对于所有的j=1,2….k有xi=zj,例如Z={BCDB}是X={ABCBDAB}的一个子序列,相应的下标序列为{2,3,5,7}。
给定两个序列X和Y,称序列Z是X和Y的公共子序列,如果Z既是X的一个子序列,又是Y的一个子序列,例如X={ABCBDAB},Y={BDCABA},则{BCA}为X和Y的公共子序列,但是不是最长公共子序列(lcs), 而{BCBA}是X和Y的一个LCS,{BDAB}也是,因为没有长度为5或者更大的公共子序列。
在最长子序列问题中,给定两个序列X={x1,x2….xn}和Y={y1,y2…yn}希望找出X和Y的最大长度公共子序列,这个问题可以使用动态规划来实现。
步骤1 描述一个最长公共子序列
解决方法最暴利的就是枚举X的所有子序列,然后逐一检查是否是Y的子序列,并随时记录所发现的最长子序列,X的每一个子序列对应X的下标集{1,2,3….m}的一个子集,X共有2^m个子序列,耗时指说,不可取。
然而LCS问题具有最优子结构性质,下面我们将看到子问题的自然类对应于两个输入序列的成对前缀,准确说就是,X={x1,x2…..xn},对于i=0…..m定义X的第i个前缀Xi={x1…..xi},例如X={ABCBDAB},则X4={ABCB} 而X0是空序列。
public static StringBuilder maxStringChildren(String arr1,String arr2){
char[] charArray1 = arr1.toCharArray();
char[] charArray2 = arr2.toCharArray();
int length=0;
int [][]tmp = new int[charArray1.length][charArray2.length];
int m = charArray1.length;
int n = charArray2.length;
for(int i=0;i<m;i++){
tmp[i][0] =(charArray1[i]==charArray2[0])?1:0;
}
for(int j=0;j<n;j++){
tmp[0][j]=(charArray2[j]==charArray1[0])?1:0;
}
for(int i=1;i<charArray1.length;i++){
for(int j=1;j<charArray2.length;j++){
if(charArray1[i]==charArray2[j]){
tmp[i][j]=tmp[i-1][j-1]+1;
if(tmp[i][j]>length){
length = tmp[i][j];
n=j;
}
}
}
}
m = n-length+1;
StringBuilder builder = new StringBuilder();
for(int i=m;i<n+1;i++){
builder.append(charArray2[i]);
}
return builder;
}