目录
一、最长公共子序列(不连续)---动态规划
给定两个字符串str1和str2,输出两个字符串的最长公共子序列。如果最长公共子序列为空,则返回"-1"。目前给出的数据,仅仅会存在一个最长的公共子序列
1.1 最长公共子序列和最长公共子串的区别
- 子序列:即一个给定的序列的子序列,就是将给定序列中零个或多个元素去掉之后得到的结果。
- 子串:给定串中任意个连续的字符组成的子序列称为该串的子串。
给一个图再解释一下:
- 子序列: {a,b,c,d,e,f,g,h},它的子序列示例: {a,c,e,f} 即元素b,d,g,h被去掉后,保持原有的元素序列所得到的结果就是子序列。同理,{a,h},{c,d,e}等都是它的子序列。
- 子串:{c,d,e,f} 即连续元素c,d,e,f组成的串是给定序列的子串。同理,{a,b,c,d},{g,h}等都是它的子串。
1.2 求最长公共子序列(LCS)的思路:动态规划
(1)递归公式:进行动态规划,构造LCS数组
- c[i,j]表示Xi 和 Yj 的LCS的长度;
- 其中X = {x1 ... xm},Y ={y1...yn},Xi = {x1 ... xi},Yj={y1... yj};
- 若Xi和Yj的最后一个元素相等,那么Xi和Yj的LCS就等于 {Xi减去最后一个元素} 与 {Yj减去最后一个元素} 的 LCS 再加上 S1和S2相等的最后一个元素。即C[i-1][j-1]+1;
- 若Xi的最后一个元素 与Yj的最后一个元素不等,那么Xi和Yj的LCS就等于 : {Xi减去最后一个元素} 与 Yj的LCS, {Yj减去最后一个元素} 与 Xi 的LCS 中的最大的那个序列。即max{C[i,j-1], C[i-1][j]}
(2)根据LCS数组反推,构造最长公共子序列
以的s1={1,3,4,5,6,7,7,8},s2={3,5,7,4,8,6,7,8,2} 的LCS数组为例:
注意:本文S1和S2的最LCS并不是只有1个,本文并不是着重讲输出两个序列的所有LCS,只是介绍如何通过上表,输出其中一个LCS。
2.1)第一种结果:
我们将从最后一个元素c[8][9]倒推出S1和S2的LCS:
- c[8][9] = 5,且S1[8] != S2[9],所以倒推回去,c[8][9]的值来源于c[8][8]的值(因为c[8][8] > c[7][9])。
- c[8][8] = 5, 且S1[8] = S2[8], 所以倒推回去,c[8][8]的值来源于 c[7][7]。
- 以此类推,如果遇到S1[i] != S2[j] ,且c[i-1][j] = c[i][j-1] 这种存在分支的情况,这里请都选择一个方向(之后遇到这样的情况,也选择相同的方向)。
第一种结果为:
这就是倒推回去的路径,棕色方格为相等元素,即LCS = {3,4,6,7,8}
2.2)第二种结果:
如果遇到S1[i] != S2[j] ,且c[i-1][j] = c[i][j-1] 这种存在分支的情况,选择另一个方向,会得到另一个结果,即LCS ={3,5,7,7,8}。
1.3 实现
function LCS( s1 , s2 ) {
let l1 = s1.length;
let l2 = s2.length;
if(l1<=0 || l2<=0){
return -1;
}
let dp = [];
for(let i=0;i<=l1;i++){
dp[i] = []
for(let j=0;j<=l2;j++){
dp[i][j] = 0;
}
}
for(let i=1;i<=l1;i++){
for(let j=1;j<=l2;j++){
if(s1[i-1]===s2[j-1]){
dp[i][j] = dp[i-1][j-1]+1;
}else{
dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1])
}
}
}
//根据dp反推LCS,从后向前推
let res = [];
let m = l1,n = l2;
while(m>0 && n>0){
if(s1[m-1]===s2[n-1]){
res.unshift(s1[m-1]);
m--;
n--;
}else{
if(dp[m-1][n]>dp[m][n-1]){
m--;
}else{
n--;
}
}
}
if(res.length<=0){
return -1;
}else{
return res.join("");
}
}
module.exports = {
LCS : LCS
};
二、 最长公共子串(连续)--- 滑动窗口
2.1 思路
使用滑动窗口的思想
2.2 实现 方法一:滑动窗口
/**
* longest common substring
* @param str1 string字符串 the string
* @param str2 string字符串 the string
* @return string字符串
*/
function LCS( str1 , str2 ) {
//寻找较短字符串的子串,看其是否是较长字符串的子串
//1. str1中存放较短的字符串
if(str1.length > str2.length){
[str1, str2] = [str2, str1];
}
let len = str1.length;
let maxlen = 0; //依次对最大长度递增 。最大长度为maxlen+1
let res = ''; //最长的公共子串
//2. 寻找较短字符串的子串。只需要寻找比上一个公共子串 长的 子串
for(let i=0; i<len; i++){
// 当前子串. 长度为maxlen+1的子串
let tempstr = str1.slice(i-maxlen, i+1);
if(str2.indexOf(tempstr) != -1){ //str2中存在该子串
res = tempstr;
maxlen++; //继续寻找最大长度为maxlen+1的子串
}
}
return res;
}
module.exports = {
LCS : LCS
};
2.3 实现 方法二:动态规划(复杂度高)
一看到两个字符串的“最值”问题,一般想到二维dp。很自然地想到把str1前i个字符和str2前j个字符最长公共子串的长度作为dp[i][j],但由于子串定义必须是原字符串连续的序列,这样定义无法找到递推关系,因此需要加限定条件——以str1[i-1]和str2[j-1]结尾的最长公共子串长度。(当前的最长公共子串的结尾是str1[i-1]和str2[j-1] ),用maxlen记录当前最长公共子串的长度。
/**
* longest common substring
* @param str1 string字符串 the string
* @param str2 string字符串 the string
* @return string字符串
*/
function LCS( str1 , str2 ) {
//1. 其中有一个是空串
if(str1 == null || str2 == null){
return "";
}
//2.动态规划
let l1 = str1.length;
let l2 = str2.length;
let dp = new Array(l1);
let maxlen = 0;
let index = 0;
for(let i=0; i<l1; i++){
dp[i] = new Array(l2);
}
//初始化。如果不赋初值为0,相加时,会直接变为NaN
for(let i=0; i<l1; i++){
for(let j=0; j<l2; j++){
dp[i][j] = 0;
}
}
for(let i=0;i<l1;i++){
for(let j=0;j<l2;j++){
if(str1[i] == str2[j]){
if(i==0 || j==0){
dp[i][j] = 1;
}else{
dp[i][j] = dp[i-1][j-1]+1;
}
if(maxlen < dp[i][j]){
maxlen = dp[i][j];
index = i;
}
}//if
}//for
}//for
if(maxlen == 0) return "";
return str1.slice(index-maxlen+1, index+1);
}
module.exports = {
LCS : LCS
};
三、 最长公共前缀(连续)
3.1 描述
给你一个长度为 n 的字符串数组 strs , 编写一个函数来查找字符串数组中的最长公共前缀,返回这个公共前缀。
3.2 思路:
- 对字符串数组进行排序;
- 然后只要比较首尾两个字符串;
- 找出首尾两个字符的最长公共前缀即可;
3.3 实现:
/**
*
* @param strs string字符串一维数组
* @return string字符串
*/
function longestCommonPrefix( strs ) {
if(!strs.length) return ""
if(strs.length === 1) return strs[0]
strs.sort();
let start = strs[0]; //最小的字符串
let end = strs[strs.length-1]; //最大的字符串
//只需寻找start和end的最长公共前缀
let res = "";
for(let i=0; i<start.length;i++){
if(start[i]===end[i]){
res+=start[i];
}else{
break;
}
}
return res
}
module.exports = {
longestCommonPrefix : longestCommonPrefix
};
四*、最长递增子序列(不连续)---- 贪心+二分法
4.1 描述
4.2 思路
1)第一步:利用贪心+二分求最长递增子序列长度
下面说说贪心+二分的解法,举例说明基本思路,假设数组arr为[2, 3, 1, 2, 3]
,vec数组里面存放递增子序列,maxLen数组里存放以元素i结尾的最大递增子序列长度,那么遍历数组arr并执行如下更新规则:
- 初始情况下,vec为[2],maxLen[1]
- 接下来遇到3,由于vec最后一个元素小于3,直接更新,vec为[2,3],maxLen[1,2]
- 接下来遇到1,由于vec最后的元素大于1, 我们在vec中查找大于等于1的第一个元素的下标,并用1替换之,此时vec为[1,3], maxLen[1,2,1]
- 接下来遇到2,由于vec最后的元素大于2,我们在vec中查找大于等于2的第一个元素的下标,并用2替换之,此时vec为[1,2], maxLen[1,2,1,2]
- 接下来遇到3,由于vec最后一个元素小于3,直接更新,vec为[1,2,3],maxLen为[1,2,1,2,3]
- 此时vec的大小就是整个序列中最长递增子序列的长度(但是vec不一定是本题的最终解)
2)第二步:填充最长递增子序列
假设我们原始数组是arr1,得到的maxLen为[1,2,3,1,3]。
- 因为从元素arr[2]到arr[4]最长递增子序列的元素个数没变,所以可以得出arr[2]>arr[4];
- 由于我们需要找到字典序最小的递增子序列,故选择以arr[4]结尾的递增子序列。
4.3 实现
- res数组:用来存储当前的最长递增子序列
- maxLen数组:存储以元素i结尾的最大递增子序列长度
/**
* retrun the longest increasing subsequence
* @param arr int整型一维数组 the array
* @return int整型一维数组
*/
function LIS( arr ) {
// 1.数组arr长度为0
if(arr.length<=0){
return [];
}
let res = [arr[0]]; //当前的最长递增子序列
let maxLen = new Array(arr.length).fill(1); //以元素i结尾的最大递增子序列长度
// 2.遍历arr,寻找最长递增子序列
for(let i=1;i<arr.length;i++){
//2.1 大于最长递增子序列res的最后一个元素,直接加入res
if(arr[i]>res[res.length-1]){
res.push(arr[i]);
maxLen[i] = res.length;
}else{
//2.2 小于res的最后一个元素。
//二分法查找res中>=arr[i]的第一个元素,替换为arr[i]
let low = 0;
let high = res.length-1;
while(low<=high){
let mid = Math.floor((low+high)/2);
if(res[mid]<arr[i]){
low = mid+1;
}else if(res[mid]>arr[i]){
high = mid-1;
}else{
low = mid;
break;
}
}
res[low] = arr[i];
maxLen[i] = low+1;
}
}
//3. 填充最长递增子序列。从后向前查找
let result = [];
for(let i=arr.length-1,j=res.length;j>0;i--){
if(maxLen[i]==j){ //以元素i结尾的递增子序列为最长的递增子序列
result.unshift(arr[i]);
j--;
}
}
return result;
}
module.exports = {
LIS : LIS
};
五、最长连续递增子序列(连续)
5.1 问题
5.2 思路
遍历数组,记录当前连续的元素个数;
若不连续,将计数变量置为1;
5.3 实现
/**
* @param {number[]} nums
* @return {number}
*/
var findLengthOfLCIS = function(nums) {
//1. 数组长度<=1
if(nums.length<=1){
return nums.length;
}
let res = 0;
let count = 1;
//2. 遍历数组。下一个元素递增,则count+1;否则count=1,重新计数
for(let i=0;i<nums.length-1;i++){
if(nums[i]<nums[i+1]){
count++;
}else{
count=1;
}
res = Math.max(count,res);
}
return res;
};
六、无重复字符的最长子串(一个串)
/**
* @param {string} s
* @return {number}
*/
var lengthOfLongestSubstring = function(s) {
let map = new Map();
let start = 0;
let end = 0;
let res = 0;
for(;end<s.length;end++){
let ch = s[end];
if(map.get(ch)!==undefined){
start = Math.max(map.get(ch)+1,start);
}
map.set(ch,end);
res = Math.max(res,end-start+1)
}
return res;
};