LCS(Longest Common Subsequence) 就是求两个字符串最长公共子串的问题。 比如: String str1 = new String("adbccadebbca"); 下面是字符串21232523311324和字符串312123223445的匹配矩阵,前者为X方向的,后者为Y方向的。不难找到,红色部分是最长的匹配子串。通过查找位置我们得到最长的匹配子串为:21232 0 0 0 1 0 0 0 1 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 1 0 1 0 1 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 1 0 1 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 1 0 0 1 0 0 0 1 0 1 0 1 0 1 0 0 0 0 0 1 0 0 1 0 1 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 但是在0和1的矩阵中找最长的1对角线序列又要花去一定的时间。通过改进矩阵的生成方式和设置标记变量,可以省去这部分时间。下面是新的矩阵生成方式: | |
0 0 0 1 0 0 0 1 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 2 1 0 0 0 0 1 0 2 0 1 0 1 0 0 0 0 0 1 0 0 0 2 0 0 0 0 0 0 0 1 1 0 0 0 0 1 0 3 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 4 0 0 0 2 1 0 0 1 0 0 0 1 0 1 0 5 0 1 0 0 0 0 0 2 0 0 1 0 1 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 2 0 0 0 2 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 当字符匹配的时候,我们并不是简单的给相应元素赋上1,而是赋上其左上角元素的值加一。我们用两个标记变量来标记矩阵中值最大的元素的位置,在矩阵生成的过程中来判断当前生成的元素的值是不是最大的,据此来改变标记变量的值,那么到矩阵完成的时候,最长匹配子串的位置和长度就已经出来了。 这样做速度比较快,但是花的空间太多。我们注意到在改进的矩阵生成方式当中,每生成一行,前面的那一行就已经没有用了。因此我们只需使用一维数组即可。最终的代码如下: |
package com.zeus.webcrawler.tool;
import java.util.ArrayList;
import java.util.List;
//动态规划算法求lcs(最长公共子串)之Java代码实现
public class LCS {
//http://www.java3z.com/cwbwebhome/article/article5/5829.html?id=1547
public static List<String> getLCSstring(char[] str1, char[] str2) {
int i, j;
int len1, len2;
len1 = str1.length;
len2 = str2.length;
int maxLen = len1 > len2 ? len1 : len2;
int[] max = new int[maxLen];
int[] maxIndex = new int[maxLen];
int[] c = new int[maxLen];
List<String> list = new ArrayList<>();
for (i = 0; i < len2; i++) {
for (j = len1 - 1; j >= 0; j--) {
if (str2[i] == str1[j]) {
if ((i == 0) || (j == 0))
c[j] = 1;
else
c[j] = c[j - 1] + 1;
} else {
c[j] = 0;
}
if (c[j] > max[0]) { //如果是大于那暂时只有一个是最长的,而且要把后面的清0;
max[0] = c[j];
maxIndex[0] = j;
for (int k = 1; k < maxLen; k++) {
max[k] = 0;
maxIndex[k] = 0;
}
} else if (c[j] == max[0]) { //有多个是相同长度的子串
for (int k = 1; k < maxLen; k++) {
if (max[k] == 0) {
max[k] = c[j];
maxIndex[k] = j;
break; //在后面加一个就要退出循环了
}
}
}
}
}
for (j = 0; j < maxLen; j++) {
if (max[j] > 0) {
StringBuffer sb = new StringBuffer();
for (i = maxIndex[j] - max[j] + 1; i <= maxIndex[j]; i++) {
sb.append(str1[i]);
}
String lcs = sb.toString();
list.add(lcs);
}
}
return list;
}
//http://blog.csdn.net/rabbitbug/article/details/1740557
//http://www.java3z.com/cwbwebhome/article/article5/5829.html?id=1547
public static void main(String[] args) {
String str1 = new String("adbba12345");
String str2 = new String("adbbf1234sa");
List<String> list = getLCSstring(str1.toCharArray(), str2.toCharArray());
for (int i = 0; i < list.size(); i++) {
System.out.println("第" + (i + 1) + "个公共子串:" + list.get(i));
}
str1 = new String("adbab1234");
str2 = new String("adbbf123s4a");
list = getLCSstring(str1.toCharArray(), str2.toCharArray());
for (int i = 0; i < list.size(); i++) {
System.out.println("第" + (i + 1) + "个公共子串:" + list.get(i));
}
}
}
转自: http://www.java3z.com/cwbwebhome/article/article5/5829.html?id=1547
http://blog.csdn.net/rabbitbug/article/details/1740557