算法 - 最长公共子序列

• 算法策略 ： 动态规划（Dynamic Programming）

• 最长公共子串（Longest Common Substring）
• 子串是连续的子序列

求两个字符串的最长公共子串长度
ABCBA和BABCA的最长公共子串是ABC，长度为3

思路

• 假设2个字符串分别是str1、str2

1. i ∈ [1, str1.length]
2. j ∈ [1, str2.length]

• 假设dp(i, j)是以 str1[i - 1]、str2[j - 1] 结尾的最长公共子串长度

1. dp(i, 0)、dp(0, j)初始值均为0
2. 如果str1[i - 1] = str2[j - 1]，那么dp(i, j) = dp(i - 1, j - 1) + 1
3. 如果str1[i - 1] != str2[j - 1]，那么dp(i, j) = 0

• 最长公共子串的长度是所有dp(i, j)中最大的max { dp(i, j) }

实现

int lcs(String str1, String str2) {
    if (str1 == null || str2 == null) return 0;
    char[] cs1 = str1.toCharArray();
    if (cs1.length == 0) return 0;
    char[] cs2 = str2.toCharArray();
    if (cs2.length == 0) return 0;
    int[][] dp = new int[cs1.length + 1][cs2.length + 1];
    int max = 0;
    for (int i = 1; i <= cs1.length; i++) {
        for (int j = 1; j <= cs2.length; j++) {
            if (cs1[i - 1] != cs2[j - 1]) continue;
            dp[i][j] = dp[i - 1][j - 1] + 1;
            max = Math.max(max, dp[i][j]);
        }
    }
    return max;
}

• dp数组的计算结果如下所示
  

一维数组实现

int lcs(String str1, String str2) {
    if (str1 == null || str2 == null) return 0;
    char[] cs1 = str1.toCharArray();
    if (cs1.length == 0) return 0;
    char[] cs2 = str2.toCharArray();
    if (cs2.length == 0) return 0;
    char[] rowStr = cs1, colsStr = cs2;
    if (cs1.length < cs2.length) {
        rowStr = cs2;
        colStr = cs1;
    }
    int[] dp = new int[colStr + 1];
    int max = 0;
    for (int i = 1; i <= rowStr.length; i++) {
        for (int j = colstr.length; j >= 1; j++) {
            if (rowStr[i - 1] == colStr[j - 1]) {
                dp[j] = dp[j - 1] + 1;
            } else {
                dp[j] = 0;
            }
            max = Math.max(max, dp[i][j]);
        }
    }
    return max;
}

• 空间复杂度：O(k)，k = min { n, m }
• 时间复杂度：O(n * m)