import numpy as np
def LCS(s1,s2):
dp = np.zeros((len(s1)+1,len(s2)+1))
for i in range(1, len(s1)+1):
for j in range(1, len(s2)+1):
if s1[i-1]==s2[j-1]:
dp[i][j]=dp[i-1][j-1]+1
else:
dp[i][j]=max(dp[i-1][j],dp[i][j-1])
return dp
def GetLCS(i,j,dp,s1,s2,s):
while i>0 and j>0:
if s1[i-1]==s2[j-1]:
s+=s1[i-1]
i-=1
j-=1
else:
if dp[i-1][j]>dp[i][j-1]:
i-=1
elif dp[i-1][j]<dp[i][j-1]:
j-=1
else:
GetLCS(i-1,j,dp,s1,s2,s)
GetLCS(i,j-1,dp,s1,s2,s)
return
print(s[::-1])
if __name__ == '__main__':
s1 = 'ABCBDAB'
s2 = 'BDCABA'
s=''
dp = LCS(s1,s2)
GetLCS(len(s1),len(s2),dp,s1,s2,s)
最长公共子序列并输出它
最新推荐文章于 2024-06-13 12:37:36 发布
本文介绍了如何使用Python实现寻找两个字符串的最长公共子序列(LCS)的动态规划算法。通过示例代码展示了如何构建dp矩阵,以及GetLCS函数的工作原理。重点在于理解递归回溯的过程及其在实际问题中的应用。
摘要由CSDN通过智能技术生成