其他算法-LCS

LCS算法

LCS即Longest Common Subsequence：最长公共子序列；
一个序列S任意删除若干个字符后得到序列T，则T叫做S的子序列，假设现在有X和Y两个序列，两者最长的公共子序列即X，Y的LCS：
比如：13455和245576的LCS为455，acdfg和adfc的LCS为adf，注意LCS要和Longest Common Substring区分开，Longest Common Substring要求char连续不能分隔开；
如何找LCS
首先想到的是暴力穷举，令X的字符数量为m，Y的字符数量为n： X = { x 1 , . . . x m } X=\left \{ x_{1},...x_{m} \right \} X={x1​,...xm​}， Y = { y 1 , . . . y n } Y=\left \{ y_{1},...y_{n} \right \} Y={y1​,...yn​}
X有$2^m$个不同子序列，Y有$2^n$个不同子序列，穷举的耗时为$O(2^{m+n})$；
现在重新考虑： X i = { x 1 , . . . x i } X_{i}=\left \{ x_{1},...x_{i} \right \} Xi​={x1​,...xi​}为X的前i个字符，简称X的i前缀，$Y_j$则称为Y的j前缀，LCS(X,Y)为： Z = { z 1 , . . . z k } Z=\left \{ z_{1},...z_{k} \right \} Z={z1​,...zk​}；
如果$x_m=y_n$，则LCS(X,Y)的最后一个字符必定为$x_m$或$y_n$，即$z_k=x_m=y_n$，所以在这种情况下：
$$LCS(X_m,Y_n)=LCS(X_{m-1},Y_{n-1})+x_m$$
如果$x_m\ne y_n$，则$LCS(X_m,Y_n)$要么等于$LCS(X_m,Y_{n-1})$，要么等于$LCS(X_{m-1},Y_n)$，即：
L C S ( X m , Y n ) = m a x { L C S ( X m − 1 , Y n ) , L C S ( X m , Y n − 1 ) } LCS(X_{m},Y_{n})=max\left \{ LCS(X_{m-1},Y_{n}),LCS(X_{m},Y_{n-1}) \right \} LCS(Xm​,Yn​)=max{LCS(Xm−1​,Yn​),LCS(Xm​,Yn−1​)}
可以看出$x_m\ne y_n$时，是通过动态规划解决的

递归实现

根据前面的推理，可以通过递归实现一个函数，用来计算LCS的长度：

def recursionlcs(X,Y):
    m=len(X)-1
    n=len(Y)-1
    #边界条件
    if m<0 or n<0:
       return 0
    elif X[m]==Y[n]:
       return recursionlcs(X[:m],Y[:n])+1
    else:
       return max(recursionlcs(X[:m],Y[:n+1]),recursionlcs(X[:m+1],Y[:n]))