最长公共子串——动态规划

问题描述：

最长公共子串和最长公共子序列问题很相似，但是最长公共子串要求不可以间断，必须是连续的，一旦不相等便记录为0，相等便让子串长度加1，依次遍历。

动态规划

import numpy
def Longest_Common_Substring(X, Y):
"""

    :param X: 字符串X
    :param Y: 字符串Y
    :return: X和Y的最长公共子串
    """
    # 初始化
	n = len(X)
	m = len(Y)
	l_max = 0	# 子串长度
	p_max = 0	# 终止位置
	# 新建二维数组C[0...n,0...m]
	C = [[0 for i in range(m + 1)] for j in range(n + 1)]
	# 动态规划
	# 依次计算子问题
	for i in range(0, n):
		for j in range(0, m):
			if X[i] != Y[j]:	# 末尾不等
				C[i + 1][j + 1] = 0
			# 末尾相等
			else:
				C[i + 1][j + 1] = C[i][j] + 1
				# 记录最长公共子串
				if C[i + 1][j + 1] > l_max:
					l_max = C[i + 1][j + 1]
					p_max = i
	# 最优追踪方案
	def Print_LCS(X, l_max, p_max):
		"""

        :param X: 字符串X
        :param l_max: 最长公共子串长度
        :param p_max: 终止位置
        :return:
        """

		# 无公共子串
        if l_max < 0:
        	return None
        print("最长公共子串：", end="")

		# 追踪最优解
        for i in range(p_max - l_max + 1, p_max + 1):
        	print(X[i], end=",")
    return f"{Print_LCS(X, l_max, p_max)}\n最长公共子串记录表：\n{numpy.asmatrix(C)}\n最长公共子串长度：{l_max}\n起始位置：{p_max-l_max+1}, 终止位置：{p_max}"
if __name__ == '__main__':
	X = ["A", "B", "C", "A", "D", "B", "B"]
	Y = ["B", "C", "E", "D", "B", "B"]
	print(Longest_Common_Substring(X, Y))