大厂面试算法系列-动态规划求解最长公共子串问题

问题描述

给定两个字符串str1和str2，输出两个字符串的最长公共子串。最长公共子串存在且唯一。

例如

“123ABVCSSS”，“AJKFJJ123SER”

最长公共子串 123。

动态规划

  这里求解的是最长公共子串，而不是最长公共子序列，子序列可以是不连续的，但是子串必须是连续的。

  使用动态规划求解问题首先需要定义一个d[i][j]的二维数组，表示str1中的第i个字符和str2中的第j个字符所构成的最大子串对应的位置。如果d[i][j]，要满足最大子串的要求，那么首先需要知道str1[i]和str2[j]所对应的字符是否相等。如果不相等显然他们就不满足最大子串的要求。

  如下图所示，如果相等则满足下图中的等式，也就是说，如果最后一个相等，那么还要判断他们的前面的一个位置是否相等。那么我们如何去实现呢？

  有了上面的递推公式，代码就比较简单了，如下所示。

public String LCS(String str1,String str2){
	int maxLenth = 0;// 用来记录最长公共子串的长度
	int maxLastIndex = 0; //记录最长公共子串最后一个元素再字符串str1中的位置。
	int[][] dp = new int[str1.length()+1][str2.length()+1]
	for(int i = 0;i<str1.lengt();i++){
		for(int j = 0;j<str2.length();i++){
			// 根据递推公式判断两个字符串相等的情况
			if(str1.charAt(i)==str2.charAt(j)){
				dp[i+1][j+1] = dp[i][j]+1;
				// 如果遇到更长的子串，则需要更新，记录最长子串位置，
				// 以及需要记录最长子串最后一个元素的位置
				if(dp[i+1][j+1]>maxLenth){
					maxLenth = dp[i+1][j+1];
					maxLastIndex = i;
				}
			}else{
				// 递推公式，判断两个字符不相等的情况
				dp[i+1][j+1] = 0;
			}
		}
	}
	return str1.substring(maxLastIndex - maxLenth+1,maxLastIndex +1);
}

时间复杂度 O(m*n)

空间复杂度 O(m*n)

public String LCS(String str1,String str2){
	int maxLenth = 0;// 用来记录最长公共子串的长度
	int maxLastIndex = 0; //记录最长公共子串最后一个元素再字符串str1中的位置。
	int[] dp = new int[str2.length()+1]
	for(int i = 0;i<str1.lengt();i++){
		for(int j = 0;j<str2.length();i++){
			// 根据递推公式判断两个字符串相等的情况
			if(str1.charAt(i)==str2.charAt(j)){
				dp[j+1] = dp[j]+1;
				// 如果遇到更长的子串，则需要更新，记录最长子串位置，
				// 以及需要记录最长子串最后一个元素的位置
				if(dp[j+1]>maxLenth){
					maxLenth = [j+1];
					maxLastIndex = i;
				}
			}else{
				// 递推公式，判断两个字符不相等的情况
				dp[j+1] = 0;
			}
		}
	}
	return str1.substring(maxLastIndex - maxLenth+1,maxLastIndex +1);
}

时间复杂度 O(m*n)

空间复杂度 O(n)