这个问题是动态规划算法中的一个经典问题,先看问题描述:
LCS:两个字符串 X和 Y,找到他们最长的公共子序列,该序列不要求是连续的。公共子序列的意思就是序列的相对顺序是不变的,但是序列不一定是连续的。
例如:
X = "BDCABA"
Y = "ABCBDAB"
他们的最长公共子序列是BCBA和BDAB,长度都为4,找到任意一个即可。
LCS问题也满足最优子结构:
定义 Xi 表示X的前I个字符组成的序列,同理得到Yj是Y的前j个字符组成的序列。
定义 z(i,j)表示Xi和Yj的最长公共子序列的长度LCS(Xi,Yj)
如此,可知:
我们要计算LCS(Xm,Yn),则有如下情况:
1.X[m] = Y[n],那么z(m,n) = LCS(Xm,Yn) = LCS(Xm-1,Yn-1) + 1
2.当X[m] != Y[n] ,那么z(m,n) 便是 LCS(Xm,Yn-1)和LCS(Xm-1,Yn)中较大者。
LCS也满足重叠子问题结构,计算LCS(Xm,Yn-1)和LCS(Xm-1,Yn)的时候也计算了LCS(Xm-1,Yn-1)。
因此,采用动态规划算法...
代码如下:
// 最长公共子序列 LCS
// Deng Chao
// 2012.12.4
#include <iostream>
#include <cstring>
using namespace std;
// 计算LCS长度并记录LCS各个字符的前驱
// z:保存前驱记录,用于得到公共子序列
// return: LCS长度
int LCS(const char *x , int xl, const char *y , int yl , char **&z)
{
// 构造动态规划的长度记录表
// z 是一个 (xl+1)*(yl+1)的矩阵
int **c = new int*[xl+1];
z = new char*[xl+1];
for(int i = 0 ; i <= xl ; ++i)
{
c[i] = new int[yl+1];
z[i] = new char[yl+1];
}
// 初始化,很重要!
for(int i = 0 ; i <=xl; ++i)
{
c[i][0] = 0;
}
for(int i = 0 ; i <= yl ; ++i)
{
c[0][i] = 0;
}
// 从1开始填充表
for(int i = 1 ; i <= xl ; ++i)
{
for(int j = 1 ; j <= yl ; ++j)
{
if(x[i-1] == y[j-1])
{
// 当前值匹配
c[i][j] = c[i-1][j-1] + 1;
z[i][j] = 'm'; //表示此处匹配
}
else
{
if(c[i-1][j] > c[i][j-1])
{
c[i][j] = c[i-1][j];
z[i][j] = 'u'; //向上
}
else
{
c[i][j] = c[i][j-1];
z[i][j] = 'l'; //向左
}
}
cout<<"c["<<i<<"]["<<j<<"] = "<<c[i][j]<<endl;
}
}
int r = c[xl][yl];
// 清空临时空间
for(int i = 0 ; i <= xl ; ++i)
{
delete [] c[i];
}
delete [] c;
return r;
}
// 打印序列
void Print_LCS(const char *x , const char *y , char **z , int xl , int yl)
{
if(0 == xl || 0 == yl)
{
return;
}
if('m' == z[xl][yl])
{
Print_LCS(x , y , z , xl-1 , yl - 1);
cout<<x[xl-1]<<" ";
}
else if('u' == z[xl][yl])
{
Print_LCS(x , y , z , xl-1 , yl);
}
else
{
Print_LCS(x, y , z , xl , yl-1);
}
return;
}
// test
int main()
{
const char *x = "BDCABA";
const char *y = "ABCBDAB";
int xl = strlen(x);
int yl = strlen(y);
char **z = NULL ;
int len = LCS(x , xl , y , yl , z);
cout<<"LCS_Length = "<<len<<endl;
Print_LCS(x , y , z , xl , yl);
}
后记:
这里描述的是找到一个最长公共子序列,而在例子中也看到可能不止一个序列,因此,如果要找到所有的最长公共子序列,应该怎么处理???
思路:不采用记录前缀的矩阵z,而直接采用记录长度的矩阵c
如果c[i][j] = c[i-1][j-1] + 1,则对应的值是最长公共序列的,且可以通过c[i-1][j-1]递归回溯;
如果c[i][j] = c[i-1][j] , 则该值不属于最长公共序列,但也可以通过c[i-1][j]进行回溯,c[i][j] = c[i-[j-1]的情况相同
如此可以回溯所有的可能路径,得到所有的最长公共序列。