【动态规划专题】最长公共子序列问题

最长子序列问题（longest -common-subsequence problem）是一个经典的体现动态规划思想的算法问题，问题描述如下：

给定两个子序列X={x1,x2,x3...xm}和Y={y1,y2,y3,...yn}。求X和Y长度最长的公共子序列。

对于该问题，倘若我们使用暴力搜索法进行求解，无疑就需要穷举X的所有子序列。然后对每一个子序列检查它是否也是Y的子序列，记录找到最长的子序列。X的每一个子序列对应的X的下标集合为{1,2,3，...m}的一个子集，所以X有pow(2,m)个子序列，因此暴力搜索的运行时间为指数阶，对于较长的序列无疑是不实用的。所以，对于该问题的求解我们应该另辟他径。

那么，我们可不可以采用动态规划思想来求解此类问题呢？

我们先来复习一下使用动态规划所要满足的条件。

1.最优化原理（最优子结构性质） 最优化原理可这样阐述：一个最优化策略具有这样的性质，不论过去状态和决策如何，对前面的决策所形成的状态而言，余下的诸决策必须构成最优策略。简而言之，一个最优化策略的子策略总是最优的。一个问题满足最优化原理又称其具有最优子结构性质。

2.无后效性将各阶段按照一定的次序排列好之后，对于某个给定的阶段状态，它以前各阶段的状态无法直接影响它未来的决策，而只能通过当前的这个状态。换句话说，每个状态都是过去历史的一个完整总结。这就是无后向性，又称为无后效性。