动态规划算法解LCS问题
1 最长公共子序列的结构
最长公共子序列的结构有如下表示:
设序列X=<x1, x2, …, xm>和Y=<y1, y2, …, yn>的一个最长公共子序列Z=<z1, z2, …, zk>,则:
1> 若 xm=yn,则 zk=xm=yn,且Zk-1是Xm-1和Yn-1的最长公共子序列;
2> 若 xm≠yn且 zk≠xm ,则 Z是 Xm-1和 Y的最长公共子序列;
3> 若 xm≠yn且 zk≠yn ,则 Z是 X和 Yn-1的最长公共子序列;
其中Xm-1=<x1, x2, …, xm-1>,Yn-1=<y1, y2, …, yn-1>,Zk-1=<z1, z2, …, zk-1>。
2 子问题的递归结构
由最长公共子序列问题的最优子结构性质可知,要找出Xm=<x1, x2, …, xm>和Yn=<y1, y2, …, yn>的最长公共子序列,可按如下方式递归的进行:
·当xm = yn时,找出Xm-1和Yn-1的最长公共子序列,然后在其尾部加上xm或yn,即可得到X和Y的一个最长公共子序列;
·当xm≠yn时,必须解两个子问题,即找出Xm-1和Y的一个最长公共子序列及X和Yn-1的一个最长公共子序列。这两个公共子序列中较长者即为X和Y的一个最长公共子序列。
由此递归结构容易看到最长公共子序列问题具有子问题重叠性质。例如,在计算X和Y的最长公共子序列时,可能要计算出X和Yn-1以及Xm-1和Y的最长公共子序列。而这两个子问题都包含一个公共子问题,即计算Xm-1和Yn-1的最长公共子序列。
与矩阵乘积最优计算次序问题类似,我们来建立子问题的最优值的递归关系。用c[i,j]记录序列Xi和Yj的最长公共子序列的长度,其中Xi=<x1, x2, …, xi>,Yj=<y1, y2, …, yj>。当i = 0或j = 0时,空序列是Xi和Yj的最长公共子序列,故c[i,j] = 0。其他情况下,可得递归关系如下所示:
3 计算最优值
直接利用上节节末的递归式,我们将很容易就能写出一个计算c[i,j]的递归算法,但其计算时间是随输入长度指数增长的。由于在所考虑的子问题空间中,总共只有O(m*n)个不同的子问题,因此,用动态规划算法自底向上地计算最优值能提高算法的效率。
计算最长公共子序列长度的动态规划算法LCS_Length(X,Y),以序列X=<x1, x2, …, xm>和Y=<y1, y2, …, yn>作为输入。输出两个数组c[0..m ,0..n]和b[1..m ,1..n]。其中c[i,j]存储Xi与Yj的最长公共子序列的长度,b[i,j]记录指示c[i,j]的值是由哪一个子问题的解达到的,这在构造最长公共子序列时要用到。最后,X和Y的最长公共子序列的长度记录于c[m,n]中。
1: #include<iostream>
2: #include<stdlib.h>
3: #include<string.h>
4: using namespace std;
5: const int strlens=15;
6: int b[strlens][strlens],c[strlens][strlens];
7: void LCSLength(string x,string y){
8: int m=x.length(),n=y.length();
9: for(int i=1;i<=m;i++)
10: for(int j=1;j<=n;j++)
11: {
12: if(x[i]==y[j])
13: {
14: c[i][j]=c[i-1][j-1]+1;
15: b[i][j]=1;
16: }
17: else if(c[i-1][j]>=c[i][j-1])
18: {
19: c[i][j]=c[i-1][j];
20: b[i][j]=2;
21: }
22: else
23: {
24: c[i][j]=c[i][j-1];
25: b[i][j]=3;
26: }
27: }
28: }
29: void LCS(int i,int j,string x){
30: if(i==0||j==0) return;
31: if(b[i][j]==1)
32: {
33: LCS(i-1,j-1,x);
34: printf("%c",x[i]);
35: }
36: else if(b[i][j]==2)
37: LCS(i-1,j,x);
38: else
39: LCS(i,j-1,x);
40: }
41: int main(){
42: string x="AFJGGFJGEJVODF",y="FFOEJFOEJFODJF";
43: memset(c,0,sizeof(c));
44: memset(b,0,sizeof(b));
45: LCSLength(x,y);
46: LCS(14,14,x);
47: cout<<endl;
48: }