《面试》-- 大白话谈最长公共子串、最长公共子序列的问题（Python）

子串与子序列的区别

最长公共子串（The Longest Common Substring）和最长公共子序列（The Longest Common Subsequence）的区别在于，前者需要连续，而后者不要求连续。例如：a = "12345.6789"，b = “234.189”，那么a与b的最长公共子串为"234"，最长公共子序列为"234.89"。

最长公共子串（简单一点，可爱多了）

思路：构建一个二维数组，记录两个字符串中所有位置的两个字符之间的匹配情况，若是匹配则在上一个字符匹配情况基础上加1，同时记录最长匹配长度，以及字符串匹配的开始下标。

def LongestCommonSubstr(s1, s2):
    len_s1 = len(s1)
    len_s2 = len(s2)
    
    # 为了方便后面记录，多加一行一列
    record = [[0 for j in range(len_s2 + 1)] for i in range(len_s1 + 1)]

    maxNum = 0  # 最长匹配长度
    p = 0       # 字符串匹配的开始下标

    for i in range(len_s1):
        for j in range(len_s2):
            if s1[i] == s2[j]:
                # 相同则累加
                record[i + 1][j + 1] = record[i][j] + 1

                if record[i + 1][j + 1] > maxNum:
                    maxNum = record[i + 1][j + 1]
                    p = i

    return maxNum, s1[p + 1 - maxNum:p + 1]

最长公共子序列（糟老头）

（最长公共子序列是一个十分实用的问题，可以描述两段文字之间的相似度，你想想你的论文查重是怎么来的？）

思想：（参考博客：https://blog.csdn.net/littlethunder/article/details/25637173）

1、找出最优解特性，并刻画其结构特性（不着急，看完有糖）

假设有长度为m的序列a、长度为n的序列b，如果 a[m-1] == b[n-1]，那么 a[:m] 和 b[:n]的最长公共子序列长度就是 a[:m-1] 和 b[:n-1]的最长公共子序列长度加1；如果 a[m-1] != b[n-1]，那么 a[:m] 和 b[:n]的最长公共子序列长度就是 max(x,y)                      其中，x 代表 a[:m-1] 和 b[:n] 的最长公共子序列长度，y 代表 a[:m] 和 b[:n-1] 的最长公共子序列长度。

2、递归定义最优解

3、写代码

def LongestCommonSubseq(a, b):
    len_a = len(a)
    len_b = len(b)

    # 记录长度
    c = [[0 for j in range(len_b + 1)] for i in range(len_a + 1)]

    # 记录公共子序列
    res = []

    for i in range(len_a):
        for j in range(len_b):
            if a[i] == b[j]:
                c[i + 1][j + 1] = c[i][j] + 1
                res.append(a[i])
            else:
                # c[i][j+1] 位于 c[i+1][j+1] 的上边
                # c[i+1][j] 位于 c[i+1][j+1] 的左边
                c[i + 1][j + 1] = max(c[i][j + 1], c[i + 1][j])

    res = ''.join(res)
    maxNum = c[-1][-1]      # 最长公共子序列的长度
    return maxNum, res


print(LongestCommonSubseq("12345678", '13579'))