动态规划 ------- 最长公共子序列

一个给定序列的子序列是在该序列中删去若干元素后得到的序列。确切说，若给定序列 X={x₁,x₂,....,x_m},则另一序列Z ={z₁,z₂,....,z_k}，是X的子序列是指存在一个严格递增下标序列{i₁,i₂,...,i_k}使得对于所有j=1,2,...,k有：z_j = x_ij  。例如，序列Z={B,C,D,B}是序列X={A,B,C,B,D,A,B}的子序列，相应的递增下标序列为{2,3,5,7}。

  

   给定两个序列X和Y，当另一序列Z即是X的子序列又是Y的子序列时，称Z是序列X和Y的公共子序列。

  

  最长公共子序列问题：给定两个序列X={x₁,x₂,....,x_m}和Y={y₁,y₂,...,y_n}，找出X和Y的最长公共子序列。

 

1.最长公共子序列的结构

 

   穷举搜索法是最容易想到的算法，对X的所有子序列，检查它是否也是Y的子序列，从而确认它是否为X和Y的公共子序列。并且在检查过程中记录最长的公共子序列。X的所有子序列都检查后即可求出X和Y的最长公共子序列。但需要指数时间O(2^m）。

 

 最长公共子序列问题具有最优子结构性质。设序列X={x₁,x₂,....,x_m}和Y={y₁,y₂,...,y_n}的最长公共子序列为Z ={z₁,z₂,....,z_k}，则

  （1） 若 x_m == y_n   则z_k =x_m = y_n,且Z_k-1是X_m-1 和Y_n-1的最长公共子序列。

  （2） 若 x_m != y_n    且z_k != x_m ，则Z是X_m-1 和Y的最长公共子序列。

  （3） 若 x_m != y_n    且z_k != y_n   ，则Z是X 和Y_n-1的最长公共子序列。

 其中，X_m-1 = {x₁,x₂,....,x_m-1}; Y_n-1 ={y₁,y₂,...,y_n-1};Z_k-1={z₁,z₂,....,z_k-1}；

 

 

 2，子问题的递归结构

    

  由最长公共子序列问题的最优子结构性质可知，要找出X ={x₁,x₂,....,x_m}和Y={y₁,y₂,...,y_n}最长公共子序列，可以按一下方式递归进行：当 x_m == y_n 时，找出X_m-1 和 Y_n-1  的最长公共子序列，然后在其尾部加上x_m (==y_n )即可得X和Y的最长公共子序列。当x_m != y_n  时，必须解决两个子问题，即找出X_m-1 和Y的最长公共子序列及Y_n-1 和X的最长公共子序列。这两个公共子序列中较长者即为X和Y的最长公共子序列。

  由此递归结构容易看到，最长公共子序列问题具有子问题重叠性质。例如，在计算X和Y的最长公共子序列时，可能要计算X和Y_n-1 及X_m-1 和Y的最长公共子序列。而这两个子问题都包含一个公共子问题，即计算X_m-1 和Y_n-1的最长公共子序列。

    首先建立子问题最优值的递归关系。用c[i][j]记录序列X_i 和Y_j 的最长公共子序列的长度。其中X_i ={x₁,x₂,....,x_j};Y_j={y₁,y₂,...,y_j}。当i=0 或j =0时，空序列是X_i 和Y_j 的最长公共子序列。故此时c[i][j]=0；其他情况下，由最优子结构性质可建立递归关系如下：

 

   c[i][j] = 0  i=0,或 j=0; c[i][j] = c[i-1][j-1] +1  i,j>0;x_i=y_j; c[i][j] = max{c[i][j]-1],c[i-1][j]}  i,j>0;x_i !=y_j

 

3  计算最优值i

      直接利用递归式容易写出计算c[i][j]的递归算法，但其计算时间是随输入长度指数增长的。由于在所考虑的子问题空间中，总共有@(m*n)个不同的子问题，因此用动态规划算法自低向上计算最优值能提高算法的效率。

 

       b[i][j] 记录 c[i][j]的值是由哪一个子问题的解得到的，这在构造最长公共子序列时要用到。问题最优值，即X和Y的最长公共子序列的长度记录与c[i][j];

 

   void LCSlength(int m,int n,char *x,char *y,int **c,int **b) { int i,j; for(i=1; i <=m; i++) c[i][0]=0; for(i=1; i <= n; i++) c[0][i] =0; for(i=1; i =m;i++) for(j=1; j <=n;j++) { if(x[i] == y[j]){c[i][j] = c[i-1][j-1]+1;b[i][j] =1} else if(c[i-1][j]>= c[i][j-1]) {c[i][j] =c[i-1][j];b[i][j]=2;} else {c[i][j] = c[i][j-1];b[i][j] =3;} } }

 

LCSlength耗时O(mn)。

 

4。构造最长公共子序列

    void LCS(int i,int j,char *x,int ** b) { if(i==0 || j==0) return; if(b[i][j] ==1) {LCS(i-1,j-1,x,b);cout<<x[i];} else if(b[i][j] ==2) LCS(i-1,j,x,b); else LCS(j-1,i,x,b); }