数据结构与算法：动态规划计算最长公共子序列

一、最长公共子序列概率

最长公共子序列（LCS）是指两个序列的最长子序列的问题，且子序列不需要在原序列中占用连续的位置 。如下图，序列ABCBDAB与序列BDCABA的最长子序列为BCBA，长度为4。

二、计算最长公共子序列

（一）子问题的界定

（二）子问题的依赖

（三）子问题递推方程

（四）递推时的标记函数

（五）子序列的回溯

三、最长公共子序列的实现

"""
@Author  : heyw
@Contact : he_yuanwen@126.com
@Time    : 2020/2/28 19:40
@Software: PyCharm
@FileName: LCS.py
"""


def LCS(str1, str2):
    m = len(str1) + 1
    n = len(str2) + 1
    # 一、标记最长公共子序列
    # 1.matrix[i][j]表示串str1的前i个字符和串str2的前j个字符的最长公共子串
    matrix = [[["", 0] for _ in range(n)] for _ in range(m)]

    # 2.初始化
    for i in range(1, m):
        matrix[i][0][0] = str1[i - 1]
    for j in range(1, n):
        matrix[0][j][0] = str2[j - 1]

    # 3.递推
    for i in range(1, m):
        for j in range(1, n):
            if str1[i - 1] == str2[j - 1]:
                matrix[i][j] = ["↖", matrix[i - 1][j - 1][1] + 1]
            elif matrix[i][j - 1][1] > matrix[i - 1][j][1]:
                matrix[i][j] = ['←', matrix[i][j - 1][1]]
            else:
                matrix[i][j] = ['↑', matrix[i - 1][j][1]]

    # 二、回溯最长公共子序列
    i = m - 1
    j = n - 1
    subSequence = []
    while i > 0 and j > 0:
        if matrix[i][j][0] == '↖':
            subSequence.append(matrix[i][0][0])
            i -= 1
            j -= 1
        elif matrix[i][j][0] == '←':
            j -= 1
        elif matrix[i][j][0] == '↑':
            i -= 1

    subSequence.reverse()
    return "".join(subSequence)


if __name__ == '__main__':
    max_len_subSeq = LCS("ABCBDAB", "BDCABA")
    print("最长公共子序列长度：{}".format(len(max_len_subSeq)))
    print("最长公共子子串：{}".format(max_len_subSeq))

最长公共子序列长度：4
最长公共子子串：BCBA