动态规划法
经常会遇到复杂问题不能简单地分解成几个子问题,而会分解出一系列的子问题。简单地采用把大问题分解成子问题,并综合子问题的解导出大问题的解的方法,问题求解耗时会按问题规模呈幂级数增加。
为了节约重复求相同子问题的时间,引入一个数组,不管它们是否对最终解有用,把所有子问题的解存于该数组中,这就是动态规划法所采用的基本方法。
【问题】 求两字符序列的最长公共字符子序列
问题描述:字符序列的子序列是指从给定字符序列中随意地(不一定连续)去掉若干个字符(可能一个也不去掉)后所形成的字符序列。令给定的字符序列X=“x0,x1,…,xm-1”,序列Y=“y0,y1,…,yk-1”是X的子序列,存在X的一个严格递增下标序列<i0,i1,…,ik-1>,使得对所有的j=0,1,…,k-1,有xij=yj。例如,X=“ABCBDAB”,Y=“BCDB”是X的一个子序列。
考虑最长公共子序列问题如何分解成子问题,设A=“a0,a1,…,am-1”,B=“b0,b1,…,bn-1”,并Z=“z0,z1,…,zk-1”为它们的最长公共子序列。不难证明有以下性质:
(1) 如果am-1=bn-1,则zk-1=am-1=bn-1,且“z0,z1,…,zk-2”是“a0,a1,…,am-2”和“b0,b1,…,bn-2”的一个最长公共子序列;
(2) 如果am-1!=bn-1,则若zk-1!=am-1,蕴涵“z0,z1,…,zk-1”是“a0,a1,…,am-2”和“b0,b1,…,bn-1”的一个最长公共子序列;
(3) 如果am-1!=bn-1,则若zk-1!=bn-1,蕴涵“z0,z1,…,zk-1”是“a0,a1,…,am-1”和“b0,b1,…,bn-2”的一个最长公共子序列。
这样,在找A和B的公共子序列时,如有am-1=bn-1,则进一步解决一个子问题,找“a0,a1,…,am-2”和“b0,b1,…,bm-2”的一个最长公共子序列;如果am-1!=bn-1,则要解决两个子问题,找出“a0,a1,…,am-2”和“b0,b1,…,bn-1”的一个最长公共子序列和找出“a0,a1,…,am-1”和“b0,b1,…,bn-2”的一个最长公共子序列,再取两者中较长者作为A和B的最长公共子序列。
求解:
引进一个二维数组c[][],用c[i][j]记录X[i]与Y[j] 的LCS 的长度,b[i][j]记录c[i][j]是通过哪一个子问题的值求得的,以决定搜索的方向。
我们是自底向上进行递推计算,那么在计算c[i,j]之前,c[i-1][j-1],c[i-1][j]与c[i][j-1]均已计算出来。此时我们根据X[i] = Y[j]还是X[i] != Y[j],就可以计算出c[i][j]。
问题的递归式写成:
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)。
Java代码实现:
- public class LCSProblem
- {
- public static void main(String[] args)
- {
- //保留空字符串是为了getLength()方法的完整性也可以不保留
- //但是在getLength()方法里面必须额外的初始化c[][]第一个行第一列
- String[] x = {"", "A", "B", "C", "B", "D", "A", "B"}; //之所以要空出第一行(列),是因为c【】【】里面意思是两个字符数组分别多少个,0的意思就是某个串长度为0
- String[] y = {"", "B", "D", "C", "A", "B", "A"};
- int[][] b = getLength(x, y);
- Display(b, x, x.length-1, y.length-1);
- }
- /**
- * @param x
- * @param y
- * @return 返回一个记录决定搜索的方向的数组
- */
- public static int[][] getLength(String[] x, String[] y)
- {
- int[][] b = new int[x.length][y.length];
- int[][] c = new int[x.length][y.length];
- for(int i=1; i<x.length; i++)
- {
- for(int j=1; j<y.length; j++)
- {
- //对应第一个性质
- if( x[i] == y[j])
- {
- c[i][j] = c[i-1][j-1] + 1;
- b[i][j] = 1;
- }
- //对应第二或者第三个性质
- else if(c[i-1][j] >= c[i][j-1])
- {
- c[i][j] = c[i-1][j];
- b[i][j] = 0;
- }
- //对应第二或者第三个性质
- else
- {
- c[i][j] = c[i][j-1];
- b[i][j] = -1;
- }
- }
- }
- return b;
- }
- //回溯的基本实现,采取递归的方式
- public static void Display(int[][] b, String[] x, int i, int j)
- {
- if(i == 0 || j == 0)
- return;
- if(b[i][j] == 1)
- {
- Display(b, x, i-1, j-1);
- System.out.print(x[i] + " ");
- }
- else if(b[i][j] == 0)
- {
- Display(b, x, i-1, j);
- }
- else if(b[i][j] == -1)
- {
- Display(b, x, i, j-1);
- }
- }
- }
最长公共子字符串:类似最长子序列,只是公共子字符串要求必须是连续的。
子字符串的定义和子序列的定义类似,但要求是连续分布在其他字符串中。比如输入两个字符串BDCABA和ABCBDAB的最长公共字符串有BD和AB,它们的长度都是2。
最长公共子字符串共有两种解决方法,下面具体说说我的思路
方法一:
Longest Common Substring和Longest Common Subsequence是有区别的
X = <a, b, c, f, b, c>
Y = <a, b, f, c, a, b>
X和Y的Longest Common Sequence为<a, b, c, b>,长度为4
X和Y的Longest Common Substring为 <a, b>长度为2
其实Substring问题是Subsequence问题的特殊情况,也是要找两个递增的下标序列
<i1, i2, ...ik> 和 <j1, j2, ..., jk>使
xi1 == yj1
xi2 == yj2
......
xik == yjk
与Subsequence问题不同的是,Substring问题不光要求下标序列是递增的,还要求每次
递增的增量为1, 即两个下标序列为:
<i, i+1, i+2, ..., i+k-1> 和 <j, j+1, j+2, ..., j+k-1>
类比Subquence问题的动态规划解法,Substring也可以用动态规划解决,令
c[i][j]表示Xi和Yi的最大Substring的长度,比如(到i,j为止,最长的,包括i,j处的字符)
X = <y, e, d, f>
Y = <y, e, k, f>
c[1][1] = 1
c[2][2] = 2
c[3][3] = 0
c[4][4] = 1
动态转移方程为:
如果xi == yj, 则 c[i][j] = c[i-1][j-1]+1
如果xi ! = yj, 那么c[i][j] = 0
最后求Longest Common Substring的长度等于
max{ c[i][j], 1<=i<=n, 1<=j<=m}
代码如下:但是同样注意第一行第一列为空应该:
public static void LCP_String(char[] str1,char[] str2){
int[][] c = new int[str1.length][str2.length];
Stack<Character> stack = new Stack<Character>();
int max = 0; // store the max length of the LCP String
int x = 0;
int y = 0;
for(int i=1;i<str1.length;i++){
for(int j=1;j<str2.length;j++){
if(str1[i] == str2[j]){
c[i][j] = c[i-1][j-1]+1;
}else{
c[i][j] = 0;
}
if(c[i][j] > max){
max = c[i][j];
x = i;
y = j;
}
}
}
System.out.println(max);
for(int i=x, j=y;c[i][j] != 0;i--,j--){
stack.add(str1[i]);
}
while(!stack.isEmpty()){
System.out.print(stack.pop());
}
}