Dynamic Programming longest common subsequence(LCS) 动态规划之最长公共子序列

问题描述

在生物学应用中，经常要比较两个DNA的相似度，一个DNA可看做是一个串。一种衡量方法是，我们说这两个DNA相似可以看做S1是S2的子串（字符串匹配问题）。第二种方法是找出第三个串S3，S3中的每一个元素都出现在S1和S2中，这就是一个求最长公共子序列的应用。

例如：

S1 =ABCD ; S2 = BECD; 那么LCS S3= BCD；

解决一群LCS的问题属于NP-hard问题，一种方法就是枚举出S1中的每一种子序列，然后去比较S2-SN中是否有这个序列，但是这种方法需要指数级的时间复杂度。但是如果是只是求两个序列的LCS，可以用动态规划的方法解决。

算法思想：

假设现在有两个sequence，S1,S2，找出他们的LCS，先将S1的最后一个元素取下来，称为E1，剩余的部分称为sub1，也就是 S1= E1+SUB1,S2 = E2+SUB2

然后观察这些部分，要求他们的LCS，会有如下几种情况。

1：E1 是LCS的一分部，E2不是，那么在S2中一定能找到一个元素与E1相等。也就是说要E2可以扔掉了，要找S1,S2的LCS，就是要找S1,sub2的LCS。

2：与第一种情况类似，E1,E2调换一下。

3：E1不等于E2，而且E1,E2都不是LCS的一部分，那么就分别再求sub1，sub2的LCS

3： E1=E2 ：也就是说，他们的最后一个元素一样，那么这个问题可以就是属于减治法范畴（decrease and conquer），然后再分别求sub1和sub2的LCS再末尾加上E1就是S1和S2的LCS了。

 递归式：

求A[0,M],B[0,N]的LCS

1：当 M = -1或 N = -1 则 LCS = ‘’； //空序列

2：当 A[M] = B[N]  则 LCS = LCS(A[M-1], B[N-1] + 'A[M]'// 减治法（decrease and conquer)

3: A[N] 不等于 A[M] 则 LCS = max （ LCS（A[M], B[N-1]), LCS（A[M-1), B[N))//分治法 (divid and conquer)

事实上用递归的办法来实现，会造成很多的时间浪费，如果当N=M时比较A[0]与B[0]的次数为O（2^N)開銷會非常大

逆向迭代：

这个时候用到动态规划的思想，要用于递归的方向相反逆向迭代,从(A[0],B[0])开始比对，如果相等则取左上角的LCS数字加1，如果不相等则取左边或者上面的数字，一直循环遍历到A[n],B[m]即可得到最终的LCS，LCS数字越高就说明两段字符串相似度越高。

实现

问题说到这里可以轻松写出实现：

int n,m;
char a[maxn],b[maxm];//两个序列
int dp [maxn+1][maxm+1] = {0};//记忆化矩阵



int main(int argc , const char * argv[])
{
    for (int i = 0;  i<= n;  i++)
    {
        for(int j = 0;j <= m; j++)
        {
            if ( a[i] == b[j] )
            {
                dp[i+1][j+1]  = dp[i][j]+1;
            }
            else
            {
                dp[i+1][j+1] = max (dp[i][j+1],dp[i+1][j]);
            }
        }
    }
    
    cout<<dp[n][m];
}

时间复杂度：

这里用到两个for循环，所以复杂度等于O(n*m)