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)