python实现最长公共子串

介绍

子串和子序列的意思不一样，如下图所示，子序列不要求连续，只需要在给定序列中出现过，并且相对顺序一致。而子串需要连续。

图片来自动态规划 最长公共子序列 过程图解

最长公共子串：
同时出现在两个字符串中的最长子串

实现

使用动态规划的方法，思想如下：

对于两个字符串$x$与$y$

$dp[i,j]$表示公共子串的最大长度，该公共子串以$x$的第$i$个字符结尾并且以$y$的第$j$个字符结尾

完成所有$dp$的计算后，选择最大的dp值，即为两个字符串$x$与$y$的最长公共子串长度；

往前回溯，即可得到最长公共子串

从上面的思想可知，如果$x$的第$i$个字符结与$y$的第$j$个字符不相等，则$dp[i,j]=0$，因为公共子串不可能以两个不同的字符结尾。

递推公式如下：

$$dp[i,j]=\{\begin{array}{ll}0& \text{ 若 }i=0\text{ 或 }j=0\\ dp[i-1,j-1]+1& \text{ 若 }i,j\ge 0,x_{i-1}=y_{j-1}\\ 0& \text{ 若 }i,j\ge 0,x_{i-1}\ne y_{j-1}\end{array}$$

代码如下：

def longestCommonSubstr(self, word1: str, word2: str) -> int:

    m = len(word1)
    n = len(word2)
    dp = [[0] * (n + 1) for _ in range(m + 1)]
    # dp[i][j]代表word1以i结尾,word2以j结尾，的最大公共子串的长度

    max_len = 0
    row = 0
    col = 0
    for i in range(1, m + 1):
        for j in range(1, n + 1):
            if word1[i - 1] == word2[j - 1]:
                dp[i][j] = dp[i - 1][j - 1] + 1
                if max_len < dp[i][j]:
                    max_len = dp[i][j]
                    row = i
                    col = j

    max_str = ""
    i = row
    j = col
    while i > 0 and j > 0:
        if dp[i][j] == 0:
            break
        i -= 1
        j -= 1
        max_str += word1[i]

    lcstr = max_str[::-1]
    # 回溯的得到的最长公共子串
    print(lcstr)

    return max_len

obj = Solution()
word1 = "caba"
word2 = "abc"
res = obj.longestCommonSubstr(word1, word2)
print(res)
# 2, 子串为ab

dp矩阵的值：

从最长公共子串位置，向前回溯，直到dp对应的值为0，得到最大公共子串的结果