算法简单描述:
①计算最长公共子序列长度的动态规划算法LscLength以数组ar,br作为输入。输出两个数组c和b。其中,c[i][j]存储ar和br的最长公共子序列的长度,b[i][j]记录c[i][j]的值是由哪一个子问题的解得到的,这在构造最长公共子序列时要用到。问题的最优值,即ar和br的最长公共子序列的长度记录于二维数组c中。由于每个数组单元的计算耗费O(1)时间,所以算法LcsLenght耗时O((lenght_a-1)*(length_b-1)).
②构造最长公共子序列。由算法LcsLenght计算得到的数组b可用于快速构造序列ar和br的最长公共子序列。首先从b[lenght_a-1][length_b-1]开始,依其值在数组b中搜索。当b[i][j]=1时 ,表示ar[i]和br[i]的最长公共子序列是由ar[i-1]和br[j-1]的最长公共子序列在尾部加上ar[i]所得到的子序列;当b[i][j]=2时 ,表示ar[i]和br[i]的最长公共子序列与ar[i-1]和br[j]的最长公共子序列相同;当b[i][j]=3时 ,表示ar[i]和br[i]的最长公共子序列是由ar[i]和br[j-1]的最长公共子序列相同;在算法Lcs中,每一次递归调用使i或j减1,因此算法的计算时间为O((length_a-1)+(length_b-1))
#include<stdio.h>
int LcsLenght(int length_a,int length_b, char ar[], char br[], int b[][7], int c[][7])
{
for (int i = 1; i <= length_a-1; i++)
{
c[i][0] = 0;
}
for (int i = 1; i <= length_b-1; i++)
{
c[0][i] = 0;
}
printf("------------------------------------------------\n");
for (int i = 1; i <= length_a-1; i++)
{
for(int j = 1; j <= length_b-1; j++)
{
if (ar[i] == br[j])
{
c[i][j] = c[i - 1][j - 1] + 1;
b[i][j] = 1;
printf("| %d↖ |\t", c[i][j]);
}
else if (c[i-1][j] >= c[i][j-1])
{
c[i][j] = c[i - 1][j];
b[i][j] = 2;
printf("| %d↑ |\t", c[i][j]);
}
else
{
c[i][j] = c[i][j - 1];
b[i][j] = 3;
printf("| %d← |\t", c[i][j]);
}
}
printf("\n");
printf("------------------------------------------------\n");
}
return c[length_a-1][length_b-1];
}
void Lcs(int i, int j, char ar[], int b[][7])
{
if (i == 0 || j == 0)
{
return;
}
if (b[i][j] == 1)
{
Lcs(i - 1, j - 1, ar, b);
printf("%c\n", ar[i]);
}
else if (b[i][j] == 2)
{
Lcs(i - 1, j, ar, b);
}
else
{
Lcs(i, j - 1, ar, b);
}
}
int main()
{
char ar[] = { '#','A','B','C','B','D','A','B' };
char br[] = { '#','B','D','C','A','B','A' };
const int length_a = sizeof(ar) / sizeof(ar[0]);
const int length_b= sizeof(br) / sizeof(br[0]);
int b[length_a][length_b];
int c[length_a][length_b];
LcsLenght(length_a, length_b, ar, br, b,c);
Lcs(length_a-1,length_b-1,ar,b);
return 0;
}