动态规划——最长公共子序列 与 最长公共子串

1、最长公共子序列

LCS 问题，即最长公共子序列问题。它并不要求所求得的字符在所给定的字符串中是连续的。比如输入的两个字符串是 ABCBDAB 和 BDCABA，那么，BCBA 和 BDAB 都是他们最长的公共子序列。则输出它们的长度 4。

假设两个字符串 A = [A0,A1....Am],,B = [B0,B1...Bn] 的最长公共子序列是 C = [C0,C1.....Ck]。下面分三种情况进行讨论：

（1）如果 Am =Bn，肯定有 Ck=Am =Bn，，也就是说，它们最后一个字符是相同的，换言之，[A0,A1....Am-1] 与 [B0,B1...Bn-1] 的公共子序列长度 + 1 =  [A0,A1....Am] 与 [B0,B1...Bn] 的公共子序列长度 。问题转换为：

LCS(Am,Bn) = LCS(Am-1,Bn-1) + 1

（2）如果 Am ！=Bn，且 Ck ！= Am，就是说，A 和 B 的最后一个字符不相同，但是呢，它们的公共子序列最后一个字符和 A 的最后一个字符不相等，那么，[C0,C1.....Ck] 也是 [A0,A1....Am-1] 与 [B0,B1...Bn] 的公共子序列.

（3）如果 Am ！=Bn，且 Ck ！= Bm，就是说，A 和 B 的最后一个字符不相同，但是呢，它们的公共子序列最后一个字符和 B 的最后一个字符不相等，那么，[C0,C1.....Ck] 也是 [A0,A1....Am] 与 [B0,B1...Bn-1] 的公共子序列.

由（2）和（3）可得，如果 Am ！=Bn，LCS(Am,Bn) = max { LCS(Am-1,Bn),LCS(Am,Bn-1)  }

这里可以利用填表法进行描述，填表规则为：

if i = 0 or j = 0，则 c[i,j] = 0

if i,j>0 and ai = bj，则c[i,j] = c[i-1,j-1] + 1

if i,j >0 and ai != bj，则c[i,j]  = max{c[i,j-1] ,c[i-1,j] }

表格如下：

(0)

A(0)

B(0)

C