动态规划概念:
Programming - 在这里指用数学方法来根据子问题求解当前问题(通俗理解就是找到递推公式)
Dynamic - 指缓存上一步结果,根据上一步结果计算当前结果
简单理解:找出递推公式,将当前问题分解成子问题,分阶段进行求解。
求解过程中缓存子问题的解,避免重复计算。
例题1:最长公共字串
求两个字符串的最长公共字串,比如有两个字符串,str1 = "itheima" , str2 = "thema",求出这两个字符串最长公共部分的长度。
分析:
我们可以用动态规划的思想,先创建一个二维表格,可以用str1中的每一个字符代表二维表格的每一列(column),用str2中的每一个字符代表二维表格的每一行(row)。并从中看看能不能找出一个递推公式。当在比对中遇到相同字符时,我们需要知道上一次比对的字符是否也相同,也就是前一行,前一列的元素,如果相同,则需在上一次的基础上 + 1,不同则赋值为0。
我们可以得到递推如下递推公式:
这里需要注意:我们要对第一行和第一列的元素进行特殊处理(比对相同则直接赋值为1)。
代码实现:
import java.util.Arrays;
/**
* 最长公共字串
*/
public class LCSubstring {
public static void main(String[] args) {
System.out.println(lcs("itheima", "thema"));
}
static void print(int[][] dp, String a, String b) {
System.out.println("-".repeat(23));
Object[] array = a.chars().mapToObj(i -> String.valueOf((char) i)).toArray();
System.out.printf(" "+"%2s ".repeat(a.length()) + "%n", array);
for (int i = 0; i < b.length(); i++) {
int[] d = dp[i];
array = Arrays.stream(d).boxed().toArray();
System.out.printf(b.charAt(i) + " " + "%2d ".repeat(d.length) + "%n", array);
}
}
/*
i t h e i m a
t 0 1 0 0 0 0 0
h 0 0 2 0 0 0 0
e 0 0 0 3 0 0 0
m 0 0 0 0 0 1 0
a 0 0 0 0 0 0 2
if(相同字符){
dp[i][j] = dp[i - 1][j - 1] + 1;
}else{
dp[i][j] = 0;
}
*/
public static int lcs(String a, String b){
int[][] dp = new int[b.length()][a.length()];
int max = 0;
for (int i = 0; i < b.length(); i++) {
for (int j = 0; j < a.length(); j++) {
if(a.charAt(j) == b.charAt(i)){
if(i == 0 || j == 0){
dp[i][j] = 1;
}else{
dp[i][j] = dp[i - 1][j - 1] + 1;
}
max = Math.max(max, dp[i][j]);
}
}
}
print(dp, a, b);
return max;
}
}
接下来我们来看另一道例题
例题2:最长公共子序列
分析:
公共子串要求字符连续,而子序列不要求字符连续。但是子序列顺序要保证和原字符串顺序一致。先创建一个二维表格,第一行和第一列全部填0,这样就不用进行特殊处理了。
我们仍然可以得到以下递推式:
代码实现:
import java.util.Arrays;
/**
* 最长公共子序列
*/
public class LCSubsequence {
/*
* if(相同字符){
* dp[i][j] = dp[i - 1][j - 1] + 1;
* }else{
* dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
* }
*
* */
public int longestCommonSubsequence(String text1, String text2) {
int m = text1.length();
int n = text2.length();
int[][] dp = new int[m + 1][n + 1]; //第一行第一列空出来不做处理
for (int i = 1; i < m + 1; i++) {
for (int j = 1; j < n + 1; j++) {
if(text1.charAt(i - 1) == text2.charAt(j - 1)){ //二维表格索引从1开始,但字符串索引要从0开始
dp[i][j] = dp[i - 1][j - 1] + 1;
}else{
dp[i][j] = Integer.max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
print(dp, text2, text1);
return dp[m][n];
}
static void print(int[][] dp, String a, String b) {
System.out.println("-".repeat(23));
Object[] array = a.chars().mapToObj(i -> String.valueOf((char) i)).toArray();
System.out.printf(" " + "%2s ".repeat(a.length()) + "%n", array);
System.out.printf(" " + "%2s ".repeat(a.length()) + "%n", a.chars().mapToObj(i -> "0").toArray());
for (int i = 0; i < b.length(); i++) {
int[] d = dp[i + 1];
array = Arrays.stream(d).boxed().toArray();
System.out.printf(b.charAt(i) + " " + "%2d ".repeat(d.length) + "%n", array);
}
}
public static void main(String[] args) {
LCSubsequence code = new LCSubsequence();
System.out.println(code.longestCommonSubsequence("abxyz", "abcxyz"));
//System.out.println(code.longestCommonSubsequence("ba", "yby"));
}
}