【算法导论09】动态规划-最长公共子序列

【09动态规划-最长公共子序列】

问题描述：
设现有两个子序列，请设计算法计算其最长公共子序列。

问题分析：
此问题采用动态规划来解决。动态规划三步骤：
1 定义函数dp[i][j]。
2 找通项公式（常见dp[i][j]与dp[i-1][j]、dp[i][j-1]、dp[i-1][j-1]）之间关系。
3 求出初始值。

第一步：定义dp[i][j]
由于所求为两个序列的最长子序列，因此dp[i][j]可表示为长度为i的A序列以及长度为j的B序列的最长公共子序列，如dp[2][4]表示长度为2的A序列和长度为4的B序列的最长公共子序列。

第二步：找通项公式
首先考虑dp[i-1][j]、dp[i][j-1]、dp[i-1][j-1]的关系，可知，分别表示为A减去一个末尾序列，B减去一个末尾序列、AB同时减去一个末尾序列的最长公共子序列。然后分析问题肯定与末尾序列有关系，末尾序列A[i]和B[j]有两种关系，相等或者不相等。下面分类讨论两种情况下四个dp之间的关系。

case1:A [ i ] = B [ j ]
则dp [ i ] [ j ] = dp [ i-1 ] [ j-1 ]+1(注：dp[i][j]表示长度,+1为加上最后一个序列)，

case2:A [ i ] != B [ j ]
则dp[i][j] = max{ dp [ i-1] [j] , dp [i] [j-1] };（舍弃其中一个序列的尾序列，继续dp，并选择最长值)，

至此，dp之间的关系已经找到。

第三步：判断初值
很明显，当其中一个序列为0时，dp=0恒成立。
因此dp[i][0] = 0(i from 0-i)、dp[0][j] = 0(j form 0-j);

至此，动态规划最长公共子序列已经完成。

最长公共子序列代码

int LCS(string a,string b){
	int sizea = size(a);
	int sizeb = size(b);
	int dp[sizea+1][sizeb+1]; 
	int i,j;

	//初值处理
	for(i=0;i<sizea;i++)
		for(j=0;j<sizeb;j++)
			if(i==0||j==0)
				dp[i][j] = 0;
	//关键通项代码
	for(i=1;i<=sizea;i++)
		for(j=1j<=sizeb;j++){
		if(a[i]==b[j])  //case1
			dp[i][j] = dp[i-1][j-1]+1;
		else  //case2
			dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
	}
return dp[sizea][sizeb]
}