动态规划系列（6）——LCS（最长公共子序列问题）

公共子序列的解释，其他博客已经解释的很清楚了，求两个字符串的最长相同的字符组成形式，并且允许不连续，但是每个字符的顺序必须相同。比如 “我们爱吃苹果”和“我爱苹果”的最长子序列就是“我爱苹果”，可以看出结果顺序一致，且两个字符串中都存在这些字符。

一、动态规划的解决思路

假设两个字符串分别为str1、str2，从最后一位开始判断：

1、如果str1和str2的最后一位相等，则我们可以断定，公共字符串中肯定包含最后一位，所以此时最大公共字符串的长度应该是1加上str1和str2去掉最后一位后的最大公共字符串的长度；

2、如果str1和str2的最后一位不相等，则我们现在需要计算两个情况：第一，我们放弃str1的最后一位字符，求去掉最后一位字符的str1和完整的str2的最大公共子序列的长度；第二，我们放弃str2的最后一位字符，求去掉最后一位字符的str2和完整的str1的最大公共子序列的长度。求出上述两种情况的基础上，我们取其中的最大值。

我们可以看出上面的思想依然是选择或不选择，传统的递归可以实现的情况。

（1）递归的解决代码

# ---------递归解决-------
'''
如果两个字符串的最后一位相等，则结果为两个字符串去掉最后一位后的LCS加最后一位；
如果两个字符串的最后一位不相等，则结果为每一个字符串单独去掉最后一位和另一个完整字符串的LCS中的大值。
'''

def lcs_rec(str1, str2):
    if len(str1) <= 0 or len(str2) <= 0:
        return 0
    elif str1[-1] == str2[-1]:
        return lcs_rec(str1[:-1], str2[:-1]) + 1
    else:
        sol_A = lcs_rec(str1[:-1], str2)
        sol_B = lcs_rec(str1, str2[:-1])
        if sol_A > sol_B:
            return sol_A
        return sol_B

（2）循环解决

递归的解决方案中，存在许多重复的计算，效率较低，所以我们采用“空间换时间”的策略，提高效率。

我们定义一个二维矩阵，矩阵大小为[len(str1)+1, len(str2)+1]，每一维的大小为什么要加上1呢，因为要把字符串长度为0的情况考虑进去，这是循环展开计算的基础。假设矩阵为OPT，其中每一位OPT[i][j]的含义，代表字符串长度分别为i和j时的最大公共子序列长度。首先存在初始化的情况，当i或j分别为0时，此时OPT中对应位的值都是0。

如下表所示，假设str1长度为4，str2长度为5

i  /  j	0	1	2	3	4	5
0	0	0	0	0	0	0
1	0
2	0
3	0
4	0

表格中除i==0和j==0以外的每一个位置OPT[i][j]，都可以采用上面的动态变化来求解。当前位置是否相等，相等的话，OPT[i][j]等于两个字符串分别去掉该位置字符的最长公共字符串长度加1（即OPT[i-1][j-1]+1）；如果不相等，则计算OPT[i-1][j]和OPT[i][j-1]中的最大值。

循环的解决代码：

# ---------循环解法---------
'''
以空间换时间
'''
def lcs_dp(str1, str2):
    import numpy as np
    # opt 表示从前往后，字符串1前i位和字符串2前j位的最大公共子序列长度
    # 初始i == 0 or j == 0时，opt为0
    opt = np.zeros((len(str1)+1,len(str2)+1))
    for i in range(1, len(str1)+1):
        for j in range(1, len(str2)+1):
            # 此处opt的长度为（len(str1)+1,len(str2)+1），但是字符串要从0开始计算
            if str1[i-1] == str2[j-1]:
                opt[i][j] = opt[i-1][j-1] + 1
            else:
                sol_A = opt[i-1][j]
                sol_B = opt[i][j-1]
                opt[i][j] = max(sol_A, sol_B)
    return opt[len(str1)][len(str2)]

二、问题拓展

如果现在不是求最大公共子序列的长度，而是求最大公共连续子序列的长度。我们应该怎么考虑。动态转移方程

OPT代表到达i,j时，能够一直连续的字符的最长数目；如果存在str1[i]不等于str2[j]，则该位置的连续数目归0 ，然后再从后面开始查找连续子序列。相当于是求解局部最优，然后最后通过max求全局最优。

直接写循环的代码：

#------------如果把问题改成，求最长连续公共字符串---
def continue_lcs_dp(str1, str2):
    import numpy as np
    # opt 表示从前往后，字符串1前i位和字符串2前j位的最大公共子序列长度
    # 初始i == 0 or j == 0时，opt为0
    opt = np.zeros((len(str1)+1,len(str2)+1))
    for i in range(1, len(str1)+1):
        for j in range(1, len(str2)+1):
            # 此处opt的长度为（len(str1)+1,len(str2)+1），但是字符串要从0开始计算
            if str1[i-1] == str2[j-1]:
                opt[i][j] = opt[i-1][j-1] + 1
            else:
                opt[i][j] = 0
    return np.max(opt)