动态规划之最长公共子序列

问题描述

若给定序列X={x1,x2,…,xm}，则另一序列Z={z1,z2,…,zk}，是X的子序列是指存在一个严格递增下标序列{i₁,i₂,…,i_k}使得对于所有j=1,2,…,k有：zj=xi_j。
例如，序列Z={B，C，D，B}是序列X={A，B，C，B，D，A，B}的子序列，相应的递增下标序列为{2，3，5，7}。
给定2个序列X和Y，当另一序列Z既是X的子序列又是Y的子序列时，称Z是序列X和Y的公共子序列。
给定2个序列X={x1,x2,…,xm}和Y={y1,y2,…,yn}，找出X和Y的最长公共子序列。

分析最长公共子序列的结构

设序列X={x1,x2,…,xm}和Y={y1,y2,…,yn}的最长公共子序列为Z={z1,z2,…,zk} ，则
若x_m=y_n，则z_k=x_m=y_n，且z_k-1是x_m-1和y_n-1的最长公共子序列。
若x_m≠y_n且z_k≠x_m，则Z是x_m-1和Y的最长公共子序列。
若x_m≠y_n且z_k≠y_n，则Z是X和y_n-1的最长公共子序列。

分析子问题的递归结构

由最长公共子序列问题的最优子结构性质可知，要找出X和Y的最长公共子序列，可按以下方式递归地进行：
当x_m＝y_n时，找出X_m－1和Y_n－1的最长公共子序列，然后在其尾部加上x_m（＝y_n）即可得X和Y的一个最长公共子序列。
当x_m≠y_n时，必须解两个子问题，即找出Xm－1和Y的一个最长公共子序列及X和Yn－1的一个最长公共子序列。这两个公共子序列中较长者为X和Y的一个最长公共子序列。

设计备忘录
用c[i][j]记录序列和的最长公共子序列的长度。
Xi={x1,x2,…,xi}；Yj={y1,y2,…,yj}。
当i=0或j=0时，空序列是Xi和Yj的最长公共子序列。故此时C[i][j]=0。
其它情况下，由最优子结构性质可建立递归关系如下：

设计追踪解辅助数组
b[i][j]=1,表示X_i=Y_j的情况
b[i][j]=2,表示X_i≠Y_j且c[i][j]=c[i-1][j]的情况
b[i][j]=3,表示X_i≠Y_j且c[i][j]=c[i][j-1]的情况

代码实现

#define NUM 100
int c[NUM][NUM];
int b[NUM][NUM];
void LCSLength　(int m, int n, const char x[],char y[])
{  
　　int i,j;
　　//数组c的第0行、第0列置0
　　for (i = 1; i <= m; i++) c[i][0] = 0;
　　for (i = 1; i <= n; i++) c[0][i] = 0;
　　//根据递推公式构造数组c
　　for (i = 1; i <= m; i++)
　　for (j = 1; j <= n; j++)
　　{
	if (x[i]==y[j]) 
	　　{c[i][j]=c[i-1][j-1]+1; b[i][j]=1; }		//↖
	else if (c[i-1][j]>=c[i][j-1]) 
		{c[i][j]=c[i-1][j]; b[i][j]=2; }		//↑
	else { c[i][j]=c[i][j-1]; b[i][j]=3; }			//←
　　}
}
void LCS(int i,int j,char x[])
{
	if (i ==0 || j==0) return;
	if (b[i][j]== 1){ LCS(i-1,j-1,x);　 printf("%c",x[i]); }
	else if (b[i][j]== 2) LCS(i-1,j,x);
	else LCS(i,j-1,x);
}

性能分析

时间复杂度：O（mn）
空间复杂度：O（mn）