与矩阵链乘法相同,求解最长公共子序列也需要用到动态规划的思想,先找到子问题的最优解,然后通过比较子问题的最优解,组合得到原问题的最优解。
定义一个序列的“前缀”,若一个序列为X=={x1,x2,x3,...,xm},那么他的第i前缀就是X=={x1,x2,x3,...,xi}
假设序列X={x1,x2,x3,...,xm}和序列Y={y1,y2,y3,...,yn}有公共的子序列Z={z1,z2,z3,...,zk},那么
- 如果xm=yn,则zk=xm=yn,且Zk-1是Xm-1和Yn-1的一个LCS
- 如果xm≠yn,那么zk≠xm,意味着Z是Xm-1和Y的一个LCS
- 如果xm≠yn,那么zk≠yn,意味着Z是X和Yn-1的一个LCS
这是什么意思呢
- 当X和Y的最后一个元素相同时,Z的最后一个元素也一定与之相同,且X和Y的去掉最后一个元素的子序列Xm-1和Yn-1的LCS也一定是Z去掉最后一个元素的子序列Zk-1
- 当X和Y的最后一个元素不相同时,此时Z的最后一个元素若与X的最后一个元素不相同,这说明X即使没有这个元素,也不会影响到Z
- 与2相同
例:
求解B,D,C,A,B,A和A,B,C,B,D,A,B的最长公共子序列。
定义数组c[i,j]用于记录LCS的长度,则
这个图要怎么画呢,首先把最左侧3列和最上侧3行画好,其中第3行和第3列的0是为了第一次计数时方便。
然后从上到下从左到右的来画,当当前所在行所在列的元素相同时,例如(1,2)位置,都是“B”,则该位置的数字为左上方数字加一,并用↖进行记录。当当前所在行所在列的元素不同时,例如(3,2)位置,则比较上方和左方数字,选取较大的填入该位置,并用箭头指向较大的那个,此处是←,若上方和左方数字一样大,则默认指向上方。
按照以上规则把图画完后,寻找图中最大的数字,沿着箭头方向前进,记录所有↖位置的元素,即可得到LCS。
代码如下:
public class z15_4_1 {
static char[] a, b;
public static void main (String[] args) {
init ();
Object[] objects = lcsLength (a, b);
int[][] c = (int[][])objects[0];
int[][] d = (int[][])objects[1];
System.out.println (c[a.length][b.length]);
int n = c[a.length][b.length];
int m = a.length;
int k = b.length;
while (n != 0) {
if (d[m][k] == 0) {
n--;
m--;
k--;
System.out.println (a[m]);
} else if (d[m][k] == 1) {
m--;
continue;
} else if (d[m][k] == 2) {
k--;
continue;
}
}
}
public static void init () {
a = new char[] {'a','b','c','b','d','a','b'};
b = new char[] {'b','d','c','a','b','a'};
}
public static Object[] lcsLength (char[] x, char[] y) {
int m = x.length;
int n = y.length;
int[] x1 = new int[m + 1];
int[] y1 = new int[n + 1];
int d[][] = new int[m + 1][n + 1];
int c[][] = new int[m + 1][n + 1];//用于存储x的i前缀和y的j前缀的LCS
x1[0] = y1[0] = 0;
for (int i = 0; i < m; i++) {
x1[i + 1] = x[i];
}
for (int i = 0; i < n; i++) {
y1[i + 1] = y[i];
}
//x或y的前缀至少有一个为0,则LCS为0
for (int i = 1; i <= m; i++) {
c[i][0] = 0;
}
for (int j = 0; j <= n; j++) {
c[0][j] = 0;
}
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
if (x1[i] == y1[j]) {
c[i][j] = c[i - 1][j - 1] + 1;
d[i][j] = 0;
} else if (c[i - 1][j] >= c[i][j - 1]) {
c[i][j] = c[i - 1][j];
d[i][j] = 1;
} else if (c[i - 1][j] < c[i][j - 1]) {
c[i][j] = c[i][j - 1];
d[i][j] = 2;
}
}
}
Object[] objects = new Object[2];
objects[0] = c;
objects[1] = d;
return objects;
}
}