动态规划之最长公共子序列

今天看了一下动态规划的思想，基本最基本的问题就是背包、硬币、lcs。lcs在解决字符串相似度上比较常用，属于算法中的基础，我还没有掌握，自己得有多么多么水呀，但没关系今天之后你掌握了，你就向成功程序员向前走了一步。

动态规划

      既然是经典的题目肯定是有优化空间的，并且解题方式是有固定流程的，这里我们采用的是矩阵实现，也就是二维数组。

第一步：先计算最长公共子序列的长度。

第二步：根据长度，然后通过回溯求出最长公共子序列。

现有两个序列X={x₁,x₂,x_3，...x_i}，Y={y₁,y₂,y_3，....，y_i}，

设一个C[i,j]: 保存X_i与Y_j的LCS的长度。

递推方程为：

根据这个递推公式，利用两个for循环，就可以求出lcs的最大长度，主要就是先初始化周围的两排需要用的数据，之后递推推导出数组中所有的值，最后遍历一遍就可以知道最大值。如果想知道序列的内容，就要加上标记，如果数组的值都有三种选择，c[i-1][j-1]可以标记位左上，c[i-1][j]可以标记位左，c[i][j-1]可以标记位上，之后寻找左上这个序列就OK了。

回溯输出最长公共子序列过程：

 

算法分析：
由于每次调用至少向上或向左（或向上向左同时）移动一步，故最多调用(m + n)次就会遇到i = 0或j = 0的情况，此时开始返回。返回时与递归调用时方向相反，步数相同，故算法时间复杂度为Θ(m + n)。

 

 

代码：

 

#include <stdio.h>
#include <string.h>
#define MAXLEN 100

void LCSLength(char *x, char *y, int m, int n, int c[][MAXLEN], int b[][MAXLEN])
{
    int i, j;
    
    for(i