最长公共子串问题:一个给定序列的子序列是在该序列中删去若干元素后得到的序列。给定两个序列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。最长公共子串就是求给定两个序列的一个最长公共子序列。例如,X=“COBEBRANT”,Y=“COBAT”是X的一个子序列。
问题分析:
给定两个序列A和B,称序列Z是A和B的公共子序列,是指Z同是A和B的子序列。问题要求已知两序列A和B的最长公共子序列。如采用列举A的所有子序列,并一一检查其是否又是B的子序列,并随时记录所发现的子序列,最终求出最长公共子序列。这种方法因耗时太多而不可取。
考虑最长公共子序列问题如何分解成子问题,设A=“a0,a1,…,am-1”,B=“b0,b1,…,bm-1”,并Z=“z0,z1,…,zk-1” 为它们的最长公共子序列。不难证明有以下性质:
(1) 如果am-1=bn-1,则zk-1=am-1=bn-1,且“z0,z1,…,zk-2”是“a0,a1,…,am-2”和“b0,b1,…,bn- 2”的一个最长公共子序列;
(2) 如果am-1!=bn-1,则若zk-1!=am-1,蕴涵“z0,z1,…,zk-1”是“a0,a1,…,am-2”和“b0,b1,…,bn-1” 的一个最长公共子序列;
(3) 如果am-1!=bn-1,则若zk-1!=bn-1,蕴涵“z0,z1,…,zk-1”是“a0,a1,…,am-1”和“b0,b1,…,bn-2” 的一个最长公共子序列。
这样,在找A和B的公共子序列时,如有am-1=bn-1,则进一步解决一个子问题,找“a0,a1,…,am-2”和“b0,b1,…,bm-2”的一个最长公共子序列;如果am-1!=bn-1,则要解决两个子问题,找出“a0,a1,…,am-2”和“b0,b1,…,bn-1”的一个最长公共子序列和找出“a0,a1,…,am-1”和“b0,b1,…,bn-2”的一个最长公共子序列,再取两者中较长者作为A和B的最长公共子序列。
为了节约重复求相同子问题的时间,引入一个数组,不管它们是否对最终解有用,把所有子问题的解存于该数组中,这就是动态规划法所采用的基本方法,具体说明如下。
定义lcs[i][j]为序列“a0,a1,…,ai-2”和“b0,b1,…,bj-1”的最长公共子序列的长度,计算lcs[i][j]可递归地表述如下:
(1)lcs[i][j] = 0 如果i=0或j=0;
(2)lcs[i][j] = c[i-1][j-1]+1 如果i,j>0,且a[i-1] = b[j-1];
(3)lcs[i][j] = max{c[i][j-1], c[i-1][j]} 如果i,j>0,且a[i-1] != b[j-1]。
按此算式可写出计算两个序列的最长公共子序列的长度函数。由于c[i][j]的产生仅依赖于lcs[i-1][j-1]、lcs[i-1][j]和lcs[i][j- 1],故可以从lcs[m][n]开始,跟踪lcs[i][j]的产生过程,逆向构造出最长公共子序列。细节见程序。
- package com.algorithm;
- //动态规划实现最小公共字符串问题
- public class ComSubstr {
- public static void main(String[] arg) {
- String a = "blog.csdn.net";
- String b = "csdn.blogt";
- comSubstring(a, b);
- }
- private static void comSubstring(String str1, String str2) {
- char[] a = str1.toCharArray();
- char[] b = str2.toCharArray();
- int a_length = a.length;
- int b_length = b.length;
- int[][] lcs = new int[a_length + 1][b_length + 1];
- // 初始化数组
- for (int i = 0; i <= b_length; i++) {
- for (int j = 0; j <= a_length; j++) {
- lcs[j][i] = 0;
- }
- }
- for (int i = 1; i <= a_length; i++) {
- for (int j = 1; j <= b_length; j++) {
- if (a[i - 1] == b[j - 1]) {
- lcs[i][j] = lcs[i - 1][j - 1] + 1;
- }
- if (a[i - 1] != b[j - 1]) {
- lcs[i][j] = lcs[i][j - 1] > lcs[i - 1][j] ? lcs[i][j - 1]
- : lcs[i - 1][j];
- }
- }
- }
- // 输出数组结果进行观察
- for (int i = 0; i <= a_length; i++) {
- for (int j = 0; j <= b_length; j++) {
- System.out.print(lcs[i][j]+",");
- }
- System.out.println("");
- }
- // 由数组构造最小公共字符串
- int max_length = lcs[a_length][b_length];
- char[] comStr = new char[max_length];
- int i =a_length, j =b_length;
- while(max_length>0){
- if(lcs[i][j]!=lcs[i-1][j-1]){
- if(lcs[i-1][j]==lcs[i][j-1]){//两字符相等,为公共字符
- comStr[max_length-1]=a[i-1];
- max_length--;
- i--;j--;
- }else{//取两者中较长者作为A和B的最长公共子序列
- if(lcs[i-1][j]>lcs[i][j-1]){
- i--;
- }else{
- j--;
- }
- }
- }else{
- i--;j--;
- }
- }
- System.out.print("最长公共字符串是:");
- System.out.print(comStr);
- }
- }
以下是程序输出结果:
- 0,0,0,0,0,0,1,2,2,2,2,
- 0,0,0,0,0,0,1,2,3,3,3,
- 0,0,0,0,0,0,1,2,3,4,4,
- 0,0,0,0,0,1,1,2,3,4,4,
- 0,1,1,1,1,1,1,2,3,4,4,
- 0,1,2,2,2,2,2,2,3,4,4,
- 0,1,2,3,3,3,3,3,3,4,4,
- 0,1,2,3,4,4,4,4,4,4,4,
- 0,1,2,3,4,5,5,5,5,5,5,
- 0,1,2,3,4,5,5,5,5,5,5,
- 0,1,2,3,4,5,5,5,5,5,5,
- 0,1,2,3,4,5,5,5,5,5,6,
- 最长公共字符串是:csdn.t