动态规划之最长公共子序列

1. 问题描述
   最长公共子序列问题是给定两个X={x1,x2,……,xm}和Y={y1,y2,……,yn}，求X和Y长度最长的公共子序列。
2. 求解步骤
   首先，刻画最优子结构特征。
   
   其次，递归的定义最优解的值
   
   有了递归式我们就可以使用自底向上的方法求解了

package sxd.learn.algorithms;

/**
 * @author  Xiaodong
 *  date    Apr 14, 2015
 *  desc    最长公共子序列问题 longest-common-subsequence problem
 */
public class LcsLength {
    public static void main(String[] args){
        String[] x = new String[]{"A", "B", "C", "B", "D", "A", "B"};
        String[] y = new String[]{"B","D", "C", "A", "B", "A"};
        int[][] c =LCS_LENGTH(x, y);
        PRINT_LCS(c, x, y, x.length, y.length);
    }
    //计算最优解
    public static int[][] LCS_LENGTH(String[] x, String[] y){
        int[][] c = new int[x.length+1][y.length+1];

        for(int k = 0; k <= y.length; k++){
            c[0][k] = 0; 
        }
        for(int k = 0; k <= x.length; k++){
            c[k][0] = 0; 
        }

        for(int i = 1; i <= x.length; i++){
            for(int j = 1; j <= y.length; j++){
                if(x[i-1] == y[j-1]){
                    c[i][j] = c[i-1][j-1] + 1;
                }else if(c[i-1][j] >= c[i][j-1]){
                    c[i][j] = c[i-1][j];
                }else{
                    c[i][j] = c[i][j-1];
                }
            }
        }
        return c;
    }

    //构造最优解
    public static void PRINT_LCS(int[][] c, String[] x, String[] y, int xIndex , int yIndex){
        if(xIndex == 0 || yIndex ==0)
            return;
        if(x[xIndex-1] == y[yIndex-1]){
            PRINT_LCS(c, x, y, xIndex-1, yIndex-1);
            System.out.print(x[xIndex -1]);
        }else if(c[xIndex-1][yIndex] >= c[xIndex][yIndex-1]){
            PRINT_LCS(c, x, y, xIndex-1, yIndex);
        }else{
            PRINT_LCS(c, x, y, xIndex, yIndex -1);
        }
    }
}

其中LCS_LENGTH函数是计算最优解的，PRINT_LCS是输出最优解的。