算法：动态规划——最长公共子序列（LCS）

转自：http://blog.163.com/zhaohai_1988/blog/static/2095100852012792947765    

    最长公共子序列的意思就是寻找两个给定字符串的的子序列，该子序列在两个字符串中以相同的次序出现，但是不一定是连续的。（连续的那是子串）

     例如序列X=ABCBDAB，Y=BDCABA。序列BCA是X和Y的一个公共子序列，但是不是X和Y的最长公共子序列，子序列BCBA是X和Y的一个LCS，序列BDAB也是。

   思路：    

    最长公共子序列是动态规划（DP）的典型例子。

    设X=<x₁,x₂,…,x_m>和Y=<y₁,y₂,…,y_n>为两个字符串，LCS(X,Y)表示X和Y的一个最长公共子序列，可以看出

1. 如果x_m=y_n，则LCS ( X,Y ) = x_m + LCS ( X_m-1,Y_n-1 )。
2. 如果x_m!=y_n，则LCS( X,Y )= max{ LCS ( X_m-1, Y ), LCS ( X, Y_n-1 ) }

    LCS问题也具有重叠子问题性质：为找出X和Y的一个LCS，可能需要找X和Y_n-1的一个LCS以及X_m-1和Y的一个LCS。但这两个子问题都包含着找X_m-1和Y_n-1的一个LCS，等等.

DP最终处理的还是数值（极值做最优解），找到了最优值，就找到了最优方案；为了找到最长的LCS，我们定义dp[i][j]记录序列LCS的长度，合法状态的初始值为当序列X的长度为0或Y的长度为0，公共子序列LCS长度为0，即dp[i][j]=0，所以用i和j分别表示序列X的长度和序列Y的长度，状态转移方程为

1. dp[i][j] = 0  如果i=0或j=0
2. dp[i][j] = dp[i-1][j-1] + 1  如果X[i-1] = Y[i-1] （X[i-1]就是X数组中的第i个）
3. dp[i][j] = max{ dp[i-1][j], dp[i][j-1] }  如果X[i-1] != Y[i-1]

#include<iostream>
#include<string>
#include<vector>
using namespace std;

int main()
{
        string strx,stry;
	cin>>strx>>stry;
	int nx = strx.length();
	int ny = stry.length();

	vector<vector<int>> vecall;
	for (int i=0;i<=nx;i++)
	{
		vector<int> vec(ny+1,0);
		vecall.push_back(vec);
	}

	for (int i=1;i<=nx;i++)
	{
		for (int j=1;j<=ny;j++)
		{
			if (strx[i-1]==stry[j-1])
			{
				vecall[i][j]=vecall[i-1][j-1]+1;
			}
			else if (vecall[i-1][j]>vecall[i][j-1])
			{
				vecall[i][j]=vecall[i-1][j];
			}
			else
			{
				vecall[i][j]=vecall[i][j-1];
			}
		}
	}

	int ans = vecall[nx][ny];//最长公共子序列长度
	cout<<ans<<endl;

	int i=nx;
	int j=ny;
	string lcs(ans,' ');
	while (i && j)//找出最长公共子序列
	{
		if (strx[i-1]==stry[j-1] && vecall[i][j]==vecall[i-1][j-1]+1)
		{
			lcs[--ans]=strx[i-1];
			i--,j--;
		}
		else if (vecall[i-1][j]>vecall[i][j-1])
		{
			i--;
		}
		else
		{
			j--;
		}
	}

	for (i=0;i<lcs.length();i++)
	{
		cout<<lcs[i];//打印最长公共子序列
	}
return 0;
}