动态规划经典例题-最长公共子序列-python

最长公共子序列

问题描述：

题解：以问题中为例：

A='helloworld'

B='loop'

res[i][j]表示：截止到B的第i个字符和截止到A的第j个字符的最长公共子序列

例如：res[2][5]=2表示第2行第5列，也就是lo和hello的最长公共子序列等于2

	0	h	e	l	l	o	w	o	r	l	d
0	0	0	0	0	0	0	0	0	0	0	0
l	0	0	0	1	1	1	1	1	1	1	1
o	0	0	0	1	1	2	2	2	2	2	2
o	0	0	0	1	1	2	2	3	3	3	3
p	0	0	0	1	1	2	2	3	3	3	3

 

 

 

 

 

 

其推到公式为：

代码如下：

def lcs(s, t):
    len1 = len(s)
    len2 = len(t)
    # 初始化一个二维数组，行数为t的大小，列数为s的大小
    res = [[0 for i in range(len1 + 1)] for j in range(len2 + 1)]
    for i in range(1, len2 + 1):
        for j in range(1, len1 + 1):
            if t[i - 1] == s[j - 1]:
                res[i][j] = 1 + res[i - 1][j - 1]
            else:
                res[i][j] = max(res[i - 1][j], res[i][j - 1])
    return res[-1][-1]

 

最长公共子串

问题描述：

res[i][j]表示：截止到B的第i个字符和截止到A的第j个字符的最长公共子串

和LCS问题唯一不同的地方在于当A[i] != B[j]时，res[i][j]就直接等于0了，因为子串必须连续，且res[i][j] 表示的是以A[i]，B[j]截尾的公共子串的长度。因此可以根据这个方程来进行填表，以"helloworld"和“loop”为例：

	0	h	e	l	l	o	w	o	r	l	d
0	0	0	0	0	0	0	0	0	0	0	0
l	0	0	0	1	1	0	0	0	0	1	0
o	0	0	0	0	0	2	0	1	0	0	0
o	0	0	0	0	0	1	0	1	0	0	0
p	0	0	0	0	0	0	0	0	0	0	0

 

 

 

 

 

 

 

代码中需要一个变量来记录最大公共子串的数值

代码如下：

def lcs_string(s, t):
    len1 = len(s)
    len2 = len(t)
    # 初始化一个二维数组，行数为t的大小，列数为s的大小
    res = [[0 for i in range(len1 + 1)] for j in range(len2 + 1)]
    # 声明一个变量，记录最大公共子串的值
    max_len = 0
    for i in range(1, len2 + 1):
        for j in range(1, len1 + 1):
            if t[i - 1] == s[j - 1]:
                res[i][j] = 1 + res[i - 1][j - 1]
            else:
                res[i][j] = 0
            max_len = max(max_len, res[i][j])
    return max_len