dp最长公共子序列详细版本（LCS）

原创于 2022-07-21 21:00:12 发布 · 624 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #c++ #开发语言 #c语言 #动态规划

笔记专栏收录该内容

20 篇文章

订阅专栏

本文介绍了最长公共子序列（LCS）的概念，通过一个B站博主的视频讲解，详细阐述了如何使用动态规划求解LCS。文章提供了解题思路，包括状态设计和状态转移方程，并给出了两段C++代码，分别用于计算两个字符串的LCS长度和输出LCS序列。以字符串'algorithm'和'alchemist'为例，展示了LCS为'alhms'，长度为5。

最长公共子序列，这是 B站一个博主的讲解视频，讲的很好，看完这个视频你接下来甚至可以不看我这篇博客，但如果你觉得视频太长，欢迎继续往下看看我从视频里提取的精华内容。

1、定义

最长公共子序列（LCS）是一个在一个序列集合中（通常为两个序列）用来查找所有序列中最长子序列的问题。一个数列，如果分别是两个或多个已知数列的子序列，且是所有符合此条件序列中最长的，则称为已知序列的最长公共子序列。
上面的解释是百度给出的，我再用白话解释一下，其实也就是给出几个不同的字符串（一般是两个），然后求它们的公共子序列，可以不连续。举个例子，字符串algorithms和alchemist（为了方便观察，LCS我用红色加粗表示）的LCS即alhms。

2、常规题目

描述：

给定两个序列s1、s2，求二则的公共子序列长度。

输入：

第一行输入第一个序列

第二行输入第二个序列

输出：

输出一个数字，即两个序列的公共子序列长度。

3、解题思路

主要还是用到动态规划，但要理清楚其中的意思。

① 设计状态

设 f[i][j] 是序列 si={x1,x2,...,xi} 和序列 sj={y1,y2,...,yj} 的公共子序列长度。

② 状态转移方程

现在 i、j 对应三种不同的方程

f[i][j] = 0 --> i=0或者j=0，si和sj中任意一个序列长度为零，那么它们的 LCS长度就只能为零

f[i][j] = f[i-1][j-1] + 1 --> xi=yj,两个序列的最后一各字符相等，说明长度至少要加一，加一后直接剪掉这个字符，再继续对照 i-1 和 j-1对应的字符，依次对照

f[i][j] =max（f[i-1][j]，f[i][j-1]）--> xi！=yj，这个用例子说明，假设求abcd和acde的LCS长度，字符 d！=e，现在有两种选择，要么求 abcd 和 acd 的LCS，要么求 abc和 acde 的LCS，但既然是求最长LCS，那么选择两种方案的最大值即可。

4、解题代码

// 求最长公共子序列 -- dp 
#include <bits/stdc++.h>
using namespace std;
char s1[100],s2[100];
int f[100][100];
int main()
{
	int n,m,i,j;
	gets(s1);
	gets(s2);
	n=strlen(s1),m=strlen(s2);
	// 状态转移方程一 --> f[100][100]本来全都为零，不用管 
	for(i=1;i<=n;i++)
	{
		for(j=1;j<=m;j++)
		{
			if(s1[i-1]==s2[j-1])  f[i][j]=f[i-1][j-1]+1;  // 方程二
			else   f[i][j]=max(f[i-1][j],f[i][j-1]);   // 方程三 
		}
	} 
	cout<<f[n][m]; 
	return 0;
}
/*案例 
algorithms
alchemist
结果： 5 
*/

5、扩展

上面代码求出的只是LCS的长度，现在我们尝试直接求出这个序列，而不是长度。

// 求最长公共子序列 -- dp 
#include <bits/stdc++.h>
using namespace std;
char s1[100],s2[100];
int f[100][100];
void LCS(int i,int j)
{
	if(i==0||j==0)  return ;  //回溯 
	if(s1[i-1]==s2[j-1])
	{
		LCS(i-1,j-1);  //递归
		cout<<s1[i-1]; 
	}
	else if(f[i-1][j]>f[i][j-1])
	{
		LCS(i-1,j);
	}
	else
	{
		LCS(i,j-1);
	} 
} 
int main()
{
	int n,m,i,j;
	gets(s1);
	gets(s2);
	n=strlen(s1),m=strlen(s2);
	// 状态转移方程一 --> f[100][100]本来全都为零，不用管 
	for(i=1;i<=n;i++)
	{
		for(j=1;j<=m;j++)
		{
			if(s1[i-1]==s2[j-1])  f[i][j]=f[i-1][j-1]+1;  // 方程二
			else   f[i][j]=max(f[i-1][j],f[i][j-1]);   // 方程三 
		}
	} 
	cout<<f[n][m]<<endl;    // 序列长度 
	LCS(n,m);  //  求序列  函数 
	return 0;
}
/*案例 
algorithms
alchemist
结果： 
5 
alhms
*/

结果: