动态规划求解最长公共子序列

子序列

假定字符序列A=a1,a2,...,an，如果存在字符序列S=c1,c2,...ck，所有字符都有cj=ai（j=1,2,...,k, i=1,2,...,n），并且cj是A的一个下标递增序列，则S是A的子序列。

例如A=123456789，则158，234，1479都是A的子序列，21345不是。

最长公共子序列

公共子序列同时为字符序列A和B的子序列，有多个，其中长度最长的一个为最长公共子序列（也可能有多个）。

最长公共子序列的问题是：找出给定序列A和B的最长公共子序列。

解题思路

序列A=a1,a2,...,an，B=b1,b2,...,bm。记Ak=a1,a2,...,ak，为序列A中最前面连续的k个字符的子序列（Bk则可即为b1,b2,...,bk）。

如果序列Sk=c1,c2,...,ck是序列A和B的最长公共子序列，则：

（1）若an=bm，则必有an=bm=ck，且序列Sk-1是序列An-1和Bm-1的长度为k-1的最长公共子序列。

（2）若an!=bm，

1）如果an!=ck，则序列Sk是序列An-1和B的长度为k的最长公共子序列。

2）如果bm!=ck，则序列Sk是序列An和Bm-1的长度为k的最长公共子序列。

如果记L(n,m)为序列An和Bm的最长公共子序列的长度，则L(i,j)为序列Ai和Bj的最长公共子序列的长度。根据最长公共子序列的性质，有以下公式（动态规划找出公式很重要）：

      L(0,0)=L(i,0)=L(0,j)=0  i=1,2,...,n, j=1,2,...,m

      ai=bj时，L(i,j) = L(i-1, j-1) + 1

      ai!=bj时，L(i,j) = max{L(i-1,j), L(i, j-1)}

为了找出子序列，设置一个二维数组记录上述公式中的3种状态：

状态1：ai=bj，

状态2：ai!=bj时，L(i-1,j)大，

状态3：ai!=bj时，L(i-1,j)小

根据3中状态反向（从n到0，m到0）搜索即可得到。

下面是实现的代码：

/*
* Author: xiaoshe
* Created Time: Fri 24 Oct 2014 03:57:54 PM CST
*/

#include <stdio.h>
#include <string.h>
#include <malloc.h>

#define LEN 256
int lcs(const char *s1, const char *s2, char out[]) {
  int l1 = strlen(s1);
  int l2 = strlen(s2);

  // 申请空间，存放长度，length[i][j]
  int length[LEN][LEN];
  memset(length, 0, LEN * LEN * sizeof(int));

  // 记录3种状态
  int path[LEN][LEN];
  memset(path, 0, LEN * LEN * sizeof(int));

  int i, j;
  for (i = 0; i < l1; ++i) {
    for (j = 0; j < l2; ++j) {
      if (s1[i] == s2[j]) {
        // 字符数组s1,s2角标是从0开始的，
        // length角标表示长度, length[i][j]表示长度分别为i和j的字符串的最长公共子序列长度
        // 所以length角标比s1,s2多1
        length[i+1][j+1] = length[i][j] + 1;
        path[i+1][j+1] = 1;
      } else if (length[i+1][j] > length[i][j+1]) {
        // 取2者大的
        length[i+1][j+1] = length[i+1][j]; // 表明[i+1]和[j+1]的最长，与[i+1]和[j]的最长一样
        path[i+1][j+1] = 2;
      } else {
        length[i+1][j+1] = length[i][j+1];
        path[i+1][j+1] = 3;
      }
    }
  }

  int len = length[l1][l2];
  out[len--] = 0;

  // 找出最长子序列
  i = l1;
  j = l2;
  while (i > 0 && j > 0) {
    if (path[i][j] == 1) {
      out[len--] = s1[i-1];
      --i;
      --j;
    } else if (path[i][j] == 2) {
      --j;
    } else {
      --i;
    }
  }

  return 0;
}

int main(int argc, char *argv[]) {
  if (argc < 3) {
    printf("./exe input_str1 input_str2\n");
    return 0;
  }

  char out[1024];
  int n = lcs(argv[1], argv[2], out);
  printf("lcs: len=%d str=%s\n", n, out);

  return 0;
}