最长公共子序列问题是相似度匹配的一个重要依据,而在求解最长公共子序列中问题的分解变得模糊,分解的子问题是相互关联的,此时我们想到的就是用动态规划来求解子问题,对于该问题的求解我们借助于一个二维数组来记录LCS(最长公共子序列)的长度路径
//获取辅助数组
public static int[][] getLCS(String a,String b){
char[] s1 = a.toCharArray();
char[] s2 = b.toCharArray();
int[][] c = new int[s1.length+1][s2.length+1];//构造一个二维的数组,这里数组的大小加1,是为了下面计算数组的值做准备的
//将横向和纵向的边界值设为0
for(int i=0;i<=s1.length;i++){
c[i][0] = 0;
}
for(int i=1;i<=s2.length;i++){
c[0][i] = 0;
}
//动态规划的核心,多个子问题中找到最大的一个
for(int i=0;i<s1.length;i++){
for(int j=0;j<s2.length;j++){
if(s1[i]==s2[j]){
c[i+1][j+1]=c[i][j]+1;
}else{
c[i+1][j+1]=(c[i+1][j]>=c[i][j+1]?c[i+1][j]:c[i][j+1]);
}
}
}
return c;
}
上述算法是为了求得辅助数组方便后面的计算
//求获得的最大子序列
public static String getLCS(int[][] c,String a,int x,int y){
char[] s1 = a.toCharArray();
StringBuilder s = new StringBuilder();
if(x==0||y==0) return s.toString();
if(c[x][y]==c[x-1][y-1]+1) {
s.append(getLCS(c, a, x-1, y-1));
s.append(s1[x-1]);
}else if(c[x][y]==c[x-1][y]){
s.append(getLCS(c, a, x-1, y));
}else s.append(getLCS(c, a, x, y-1));
return s.toString();
}
这是一个递归获取最大公共子字符串的大小,最后输入进行测试
//测试
public static void main(String[] args) {
Scanner s = new Scanner(System.in);
System.out.print("输入为: ");
String input = s.nextLine();
String[] inputs = input.split(" ");
String a=inputs[0];
String b=inputs[1];
int[][] c= getLCS(a, b);
String k=getLCS(c, a, a.length(), b.length());
System.out.println("输出为: "+k);
}
测试结果
输入为: abcdefeds afdghegefisdx
输出为: adefd